基于ARIMA乘积季节模型和Holt-Winters季节模型的梅毒月发病率预测

摘要：

目的:探讨ARIMA乘积季节模型和Holt-Winters季节模型在我国梅毒月发病率预测中的应用价值.方法:以2005年1月至2015年12月梅毒月发病率数据为基础,运用SPSS 22.0和Eviews 8.0分别建立ARIMA乘积季节模型和Hoh-Winters季节模型,采用2016年1至6月的实际数据验证模型,评价指标是预测误差和平均绝对误差(MAE).选择精度较高模型预测2016年7至12月梅毒月发病率.结果:MAE的比较结果表明ARIMA乘积季节模型预测精度优于Holt-Winters季节模型,最优模型是ARIMA(1,1,1)×(0,1,1)12,模型口径为:(1-B)(1-B12)(1 +0.374B)x1=(1+0.740B)(1+0.775B12)ε1,2016年7至12月梅毒月发病率的预测结果(1/10万)分别为3.107、2.989、2.879、2.658、2.631、2.644.结论:ARIMA乘积季节模型具有较高的预测精度,可较好地拟合全国梅毒月发病率的演变趋势.

关键词：梅毒、ARIMA、Holt-Winters、月发病率

所属期刊栏目：53

分类号：R183(流行病学与防疫)

资助基金：国家“十二·五”科技重大专项2012ZX10004905;河南省医学科技攻关计划项目201303003

在线出版日期：2018-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：79-84