基于季节性ARIMA模型的新疆肺结核发病预测分析

摘要：

目的 探讨季节性时间序列模型(autoregressive integrated moving average,ARIMA)在新疆肺结核发病预测中的应用,并验证模型的可行性和适用性.方法 采用季节性ARIMA(p,d,q)(P,D,Q)s拟合2005年1月—2019年8月新疆地区肺结核月发病人数,建立多个季节时间序列模型并进行比较,选出最优模型对2019年9-12月肺结核发病人数进行预测.结果 2005年1月-2019年8月新疆地区肺结核累积发病人数为627 869例,年平均发病人数为3 567例.新疆地区肺结核月发病数具有季节性,1-5月平均发病数高于平均水平,6-12月平均发病数低于平均水平,发病高峰为1月和3月,发病低谷为9月.通过赤池信息量(Akaike Information Criterion,A1C)和贝叶斯信息量(Bayesian Information Criterion,BIC)最小原则得出,ARIMA(1,1,1)(0,1,2)12是最优模型,其残差序列为白噪声,参数的回归系数均具有统计学意义,拟合的平均绝对百分比误差MAPE为8.723％.预测的MAPE为18.674％,真实值均处于预测值的95％置信区间内.结论 ARIMA(1,1,1)(0,1,2)12模型能够较好地拟合新疆肺结核发病数据,并进行短期预测,对新疆卫生防控措施的制定具有一定指导意义.

关键词：肺结核;ARIMA;时间序列;预测

所属期刊栏目：28

分类号：R521(结核病)

资助基金：省部共建中亚高发病成因与防治国家重点实验室开放课题资助项目SKL-HIDCA-2020-9

在线出版日期：2021-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1324-1328