基于小波分析的手足口病时间序列预测

摘要：

目的 构建基于小波分析的自回归移动平均(ARIMA)模型预测手足口病流行,提高预测精度.方法 使用2010-2015年郑州市疾控中心手足口病监测数据,构建基于小波分析的ARIMA模型进行预测,用2016年数据进行验证,并与单纯的ARIMA模型进行比较.结果 构建的基于小波分解一层的ARIMA模型为ARIMA(0,1,3)(2,1,0)52,矫正后的AIC=2747.82,残差序列的ACF、PACF图示残差序列无自相关,Box-Ljung test统计量为0.9177,P=0.34,认为该残差为白噪声序列,模型拟合良好.预测2016年发病趋势与实际较为相符,均方根误差RMSE(root mean square error)、平均绝对误差MAE(mean absolute error)、平均绝对百分比误差MAPE(mean absolute percentage error),分别为49.42、26.45、15.75(训练集拟合)和275.84、219.90、72.95(验证集预测),除了验证集MAPE外,均小于单一的ARI-MA模型.结论 基于小波分析的ARIMA模型可用于手足口病时间序列预测,拟合和预测性能较单一的ARIMA模型好.

关键词：手足口病;时间序列预测;小波分析;ARIMA

所属期刊栏目：38

分类号：R183(流行病学与防疫)

资助基金：国家自然科学基金81473030

在线出版日期：2021-10-15（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：618-621