常见的统计预测方法在传染病发病趋势研究进展

《常见的统计预测方法在传染病发病趋势研究进展》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、常见的统计预测方法在传染病发病趋势研宄进展胡进昆(云南省维丙县疾病预防控制中心云南迪庆674600)【摘要】木文介绍了统计预测的一般步骤，常见的统计模型在传染病发病趋势研宄进展，为今后的传染病预测工作提供参考。【关键词】传染病统计预测【中图分类号】R311【文献标识码】A【文章编号】2095-1752(2012)13-0060-02随着科学技术的进步、生活条件的改善和计划免疫的实施，很多传染病得到了有效的控制，但是，近年来，由于社会、经济的发展，人口的流动的增加及生态气候的变化，传染病仍是威胁人类健康的重要疾病，对传染病的发病趋势进行预测，估计未来的流行趋势，以

2、便及时采取有效控制措施，为制订正确的防控策略提供科学依据。然而统计预测能通过对历年发病数据资料统计分析，应用适当的统计预测模型估计未来传染病的发病趋势。目前对传染病的发生、流行趋势的预测方法主要有线性回归预测、时间序列分析、灰色预测模型、人工祌经网络、马尔可夫链模型等定量方法。不同传播途径的传染病有着不同的流行特征,同一种传染病由于受自然环境和社会因素的影响，在不同地区的流行趋势也不尽一样，选择适合该地区特定传染病的最优模型是准确预测疾病发病水平、持续有效地开展传染病防制工作的重要前提。1统计预测的一般步骤1.1明确预测目的，筛选预测变量在确定预测某个特定传染病

3、的发病率之后，应明确目的，根据以往经验，查阅专业文献，从实际问题中正确分析出影响预测变量的主要因素［1］。例如，对流行性脑脊膜炎的年发病率进行预报时，通过查阅文献，初步设定主要影响因素为：免疫接种、气候、月发病率等，这样就可以将它们作为待定的预报因子。1.2选择预测方法，收集资料在明确预测目的和确定预测变量后，要广泛收集所需资料。包括历史资料和现实资料。1.3整理资料，建立预测模型对收集到得统计资料要进行认真审核，对不完整和不适用的要进行必要的推算、整理，以保证资料的准确性和完整性。1.4考核预测效果，评价预测模型把模型用于实际预测中，观测值预测值的离差为预测误

4、差。常见的评价指标奋：平均相对误差，决定系数、残差分析等［2】。2常见的统计预测方法2.1线性冋归预测冋归分析是定量研究应变量对自变量的依赖程度、分析变量之间的关联性并进行预测、预报的基本方法，分为一元线性冋归方法和多元线性冋归方法。一元线性冋归是应变量与自变量之间存在线性关系；多元回归是应变量与两个或两个以上自变量之间存在线性关系［3】。由于现实中传染病的影响因素错综复杂，运用冋归分析这种静态因果结构模型进行分析预测往往比较困难。2.2吋间序列分析法吋间序列是按照吋间序列排列的观测值的集合。由于吋间序列展示了研究对象在一定时期内发展变化过程，因此可以从中分析寻

5、找出变化特征、趋势和发展规律的重要信息。吋间序列实质上就是根据现在与过去的随机序列样本取值，对未来某一个吋刻的随机变量进行估计。通常可以分为确定型和随机型方法两类［4】。确定型吋间序列预测方法假定序列的变化不是变化莫测的，而是可以用一条趋势线来加以刻画的，用统计学的术语来讲，是指序列的趋势是吋间t的确定函数。确定型吋间序列预测方法冇指数曲线预测模型、二次曲线预测模型等。这些方法适合用于具有典型趋势特征变化现象的预测［5】。随机型吋间序列预测方法研究奋随机过程产生的吋间序列的预测问题。在现实中，许多传染病时间序列资料并不总是具冇某种典型趋势特征。这使得确定型吋间序

6、列预测方法所建模型产生的误差不一定完全具有随机性质，从而影响预测效果。特别是当吋间序列资存在序列相关和周期波动时，随机吋间序列预测更能突显其优势。其常见的随机型吋间序列预测方法冇：自冋归模型（AR模型）、自冋归滑动平均混合模型（ARIMA模型）、指数平滑模型、余弦模型等。现将各模型分述如下。2.2.1指数曲线模型指数曲线模型按年度缩减值（X）=年（Xn）—起始年（X0）,然后对发病率（y）的值取自然对数，计算出发病率的转化值（yO），最后以x为自变量，yO为因变量，用统计软件进行曲线拟合，依拟合曲线方程计算发病率的预测值y′。本预测模型的适用条件是：

7、一是资料准确，条件稳定；二是该病年发病率的变化速度与当时的发病率呈正相关［6,7］。尹志英［8］等人通过对衢州市1990〜2005年甲肝发病率应用指数曲线模型拟合，取得了较好的效果，对预测前后的发病率进行配对t检验，P>0.05,说明理论预测值与实际发病率吻合，II决定系数R2=0.981o说明该模型预测该市的甲肝发病率有一定的指导意义。2.2.2AR模型自冋归分析主要是对时间序列求其本期与不同滞后期的一系列自相关系数和偏相关系数以识别其特性。P阶自冋归AR（P＞模型的公式为：其中，p为自回归项阶数，？p为模型自冋归系数，e⑴是误差项。朱玉贵［9】等利用A

8、R模型对病毒性肝炎进行了