我国血吸虫病报告病例数ARIMA模型预测研究
Chinese Journal of Endemiology(2021)
摘要
目的:研究我国(不含港、澳、台地区)的血吸虫病月报告病例数进行自回归移动平均(autoregressive integrated moving average,ARIMA)模型预测作用,为血吸虫病的防控提供科学依据。方法:采用ARIMA模型,以2009年1月至2018年12月我国血吸虫病月报告病例数时间序列为训练集,应用R 3.6.2软件进行平稳性分析后,采用赤池信息准则和贝叶斯信息准则等筛选参数,选出较优ARIMA模型;以2019年1-12月我国血吸虫病月报告病例数为测试集进行验证和逐月优化,得到1个最优ARIMA模型;并以2019年1月至2020年10月我国血吸虫病月报告病例数验证最优ARIMA模型的预测效果。结果:基于2009年1月至2018年12月数据,可以得到4种较优ARIMA模型,分别为ARIMA(2,0,2)(1,0,1)[12]、ARIMA(2,0,2)(0,0,1)[12]、ARIMA(2,0,2)(1,0,0)[12]和ARIMA(2,0,2);以2019年1-12月的病例数实际值和4种ARIMA模型预测值分别进行对比,构建出的血吸虫病月报告病例数的最优预测模型为ARIMA(2,0,2)(1,0,1)[12];预测的相对误差均值为0.51%。结论:本研究构建的ARIMA模型精度较高,适用于我国血吸虫病病例数的短期预测分析,可为该病防治提供数据支持,具有一定实践指导意义。
更多关键词
Schistosomiasis,Monthly reported cases,Time series,ARIMA model,Prediction
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要