标题:SARIMA模型在流行性腮腺炎发病预测中的应用
作者:李润滋[1];章涛[1];梁玉民[2];罗成[1];蒋正[1];薛付忠[1];刘言训[1];刘静[1];李秀君[1]
作者机构:[李润滋;章涛;罗成;蒋正;薛付忠;刘言训;刘静;李秀君]山东大学公共卫生学院生物统计学系,山东济南250012,中国.;[梁玉民]济宁市疾病预防控制中心,山东济宁272000,中 更多
来源:山东大学学报:医学版
出版年:2016
期:09
关键词:时间序列分析;季节性差分自回归移动平均模型;流行性腮腺炎;预测;
摘要:目的利用SARIMA模型预测未来山东省济宁市流行性腮腺炎发病情况,为流行性腮腺炎防控提供决策依据。方法收集山东省济宁市2009年1月至2013年7月流行性腮腺炎月发病数据资料,利用时间序列分析方法,构建SARIMA模型,并对2013年8月至12月的发病数资料进行预测。结果济宁市2009至2013年共报告流行性腮腺炎病例数8 520例,且发病具有明显的周期性和季节性特征。最终建立的最优模型为SARIMA(0,1,1)(0,1,1)_(12),赤池信息准则(AIC)为74.45,且通过了统计学检验,模型残差为白噪声。实际月发病数与拟合月发病数进行相关性分析结果显示为显著性相关(r=0.75,P〈0.000 1)。对2013年8月至12月发病数进行预测,均在95%置信区间内,且与实际发病数变动的趋势一致,验证了模型合理性。结论 SARIMA模型能较好地拟合济宁市流行性腮腺炎月发病数动态变化,可用于流行性腮腺炎的短期预测。
资源类型:期刊论文
原文链接:http://lib.cqvip.com/qk/95413A/201609/669972867.html
TOP