arima模型在流感发病预测中应用

《arima模型在流感发病预测中应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、ARIMA模型在流感发病预测中应用【摘要】目的探讨时间序列模型在流感病例发病预测方面的可行性。方法通过国家疾病报告管理系统收集本市医疗机构2004〜2012年的流感月发病数资料，用Eviews软件对流感月发病数据建模，用单位根检验法对模型的适应性进行检验，并回代的方法验证其有效。结果流感月发病数时间序列的自相关分析图显示数据不平稳，所以进行一阶差分，并建模，最终模型为ARIMA(0,2,0)(0,2,0)7,所建模型差异有统计学意义。结论ARIMA(0,2,0)模型可用于流感发病的预测。【关键词】时间序列模型；A

2、RIMA；流感；预测时间序列目的是用变量过去的观测值来预测同一变量的未来值。已经被广泛应用于人口、经济、环境卫生等研究领域[1-3]o本文通过对银川市各个医疗机构2004〜2012年的流感月发病数建立数学模型，探讨该方法的最佳适用范围和适用条件，为扩大其在传染病发病预测方面的应用提供科学依据。1资料与方法1.1一般资料2004〜2012年的流感月发病数通过国家疾病报告管理系统进行收集，建立预测模型，用2012年各月发病数进行组外回代和组内回代，预测2013年流感的发病情况。1.2研究方法用Eviews6.0进行数

3、据处理与分析。2结果1.1流感流行特征分析流感月发病数呈现明显波动，均出现发病高峰月(每年12月或次年1月)，有相对固定的季节性或周期性波动。具体情况见。1.2建立预测模型2.2.1模型识别该序列的自相关图呈拖尾衰减，偏相关图呈两步截尾，说明序列为非平稳序列P0.05；对残差序列作自相关函数图，显示残差序列为白噪声，说明所选的ARIMA(0,2,0)(0,2,0)7,模型是合适的，可以用于预测。2.2.3预测应用从图中看出实际值与预测值欠吻合,可用于流感监测信息的动态分析和短期预测。3讨论ARIMA模型是一种精度

4、较高的短期预测模型［4］。本文应用ARIMA模型法预测传染病，是用预测疾病的过去值和现在值，预测未来值，可参照预测数据有目的地开展传染病的防控工作。按时间序列排列的每一个时期的观测值都是由许多因素影响，认为流感有季节性流行的特征，发病存在较大的波动性。通过ARIMA模型对本市2004〜2012年各月份的流感发病数的时序图发现：流感月发病数呈明显波动，每年12月或次年1月为发病高峰月，有相对固定的季节性或周期性波动。但2006年12月和2007年1月流感样病例数出现2次高峰,是由于这一时期银川市发生两起学校流感发疫

5、情引起。对模型进行一级差分处理和单位根检验，使数据满足平稳条件，将模型优化为ARIMA(0,2,0)模型建模，并对ARIMA(0,2,0)(0,2,0)7,的适应性进行检验，发现模型误差序列的自相关系数大部分都落入置信区间以内，显示残差序列为白噪声，说明所选的ARIMA(0,2,0)(0,2,0)7,模型是合适的，可用来预测;用Eviews6.0拟合模型，得到的九年预测效果的拟合优度R2为0.297,相关系数为0.545o因此，所选的ARIMA(0,2,0)(0,2,0)7,所建模型有统计学意义，可用于流感发病预

6、测。今后，本院试图采用其它方法进行预测，如灰色模型、季节性结构分量模型等以探讨在流感预测中的最佳模型。参考文献[1]YuXinrui,HuaLisha.Influenza・MedicalScienceinOverseas：SocialMedicalScience,2000,17(3)：128-131.[2]谭毅，康宁，闭福银，等.广西2004-2007年流感性感冒监测分析•中国热带医学,2009,9(5)：906-908.http：//www.who.int/ihr/CaseDefinitions_zh.pdf)

7、[4]邢慧娴，杨维中，王汉章.传染病预测•预防医学情报杂志，2006,6(4)：639-642・