ARIMA模型预测2018-2019年我国肺结核发病趋势的应用

Zhonghua liu xing bing xue za zhi = Zhonghua liuxingbingxue zazhi(2019)

Cited 21|Views38
No score
Abstract
目的 应用自回归移动平均(autoregressive integrated moving average,ARIMA)模型对我国2018-2019年肺结核发病情况进行预测,为肺结核防控工作提供参考依据.方法 收集2005年1月至2017年12月中国肺结核月发病数据,使用R 3.4.4软件基于2005年1月至2017年6月肺结核月发病数据建立ARIMA模型,比较2017年7-12月预测数据和实际数据以进行模型预测性能的检验,并预测2018-2019年肺结核发病数情况.结果 2005-2017年共报告肺结核患者13 022 675例,发病数呈逐年下降趋势,2017年肺结核患者数较2005年下降了33.68%,且季节性明显,每年冬春交界之时发病数较高.根据2005年1月至2017年6月肺结核月发病数据拟合出了ARIMA (0,1,2)(0,1,0)12模型,该模型拟合的2017年7-12月的预测值与实际值的相对误差范围是1.67%~6.80%,预测2018年和2019年发病数分别为789 509例和760 165例.结论 ARIMA(0,1,2)(0,1,0)12模型对我国肺结核发病数的拟合效果较好,可用于我国肺结核的短期预测和动态分析,具有较好的应用价值.
More
Translated text
Key words
Autoregressive integrated moving average model,Prediction,Pulmonary tuberculosis
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined