全国人间狂犬病疫情的时间序列分析

摘要：

目的 分析全国狂犬病疫情的时间分布特征,探讨用自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)预测疫情发展趋势的可行性.方法 建立2004 ― 2015年全国狂犬病月度发病率时间序列,用 R3. 3.2软件建立最优 ARIMA模型,对2016年1~11月发病率进行预测,并评价预测效果.结果 2007年以来我国狂犬病年发病率呈下降趋势,8~10月为高峰季节;建立的最优模型为 ARIMA(2,1,1)(2,0,0)12,其平均绝对标准化误差(The mean ab-solute error,MASE)为0.755;2016年1~11月发病率预测结果显示,平均相对误差为15.61%.结论 我国狂犬病疫情存在季节性发病高峰,ARIMA模型能用于我国狂犬病疫情的短期预测.

关键词：时间序列分析、ARIMA模型、狂犬病

所属期刊栏目：34

分类号：R383.2(医学寄生虫学)

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：239-242