自回归移动平均模型在细菌性痢疾流行趋势预测中的应用.pdf

《自回归移动平均模型在细菌性痢疾流行趋势预测中的应用.pdf》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、安徽预防医学杂志2014年6月20日第2O卷第3期AnhuiJPreyMed。Jun．20。2014．Vol20，No．3175·论著·自回归移动平均模型在细菌性痢疾流行趋势预测中的应用秦伟，张亮。，吕勇【摘要】目的探讨时间序列分析中自回归移动平均模型在六安市细菌性痢疾发病预测的可行性和适用性，为早期做好防控工作提供科学依据。方法使用SPSS17．0软件对六安市2003年1月～2012年l2月的细菌性痢疾月发病率建立ARIMA模型，以2013年的1—7月实际发病率作为预测模型的考核样本，验证模型的预测效果。结果六安市细菌性痢疾月发病率模型为ARIMA(0，0，1)x(0，

2、1，1)2，模型移动平均参数MA1=一0．473(t=一5．153，P<0．05)，季节移动平均参数SMA1=0．937(#=2．494，P=0．014)；残差分析Ljung—BoxQ统计量经检验，差异无统计学意义(Ljung—BoxQ=10．208，P=0．856)，提示残差为白噪声。模型预测的平均相对误差为27．82％，但预测的动态趋势与实际值基本吻合，且实际值均在预测值的95％可信区间内。结论ARIMA(0，0，1)×(0，1，1)：模型可为六安市细菌性痢疾的防控提供参考。【关键词】时间序列分析；ARIMA模型；细菌性痢疾；预测【中图分类号】R516．4【文献标识码

3、】A【文章编号】1007—1040(2014)03—0175—03ApplicationofautoregressiveintegratedmovingaveragemodeltoforecastingofthebacterialdysenteryepidemictrendinLulmcityQINWei-ZHANGLiang，LVy0【缸nCenterforDiseaseControlandPrevention，，nn。Anhui237008，China)【Abstract】ObjectiveToexplorethefeasibilityof印plicationofau

4、toregressiveintegratedmovingaverage(ARIMA)modeltoforecasttheincidencerateofbacterialdysenteryinLuhncity，andprovidescientificbasisforearlypreventionandcontrolofbacterialdysentery．MethodsARIMAmodelwasestablishedbyusingSPSS17．0softwarebasedonthemonthlyincidencerateofbacillarydysenteryofIJu，锄

5、fromJanuary2003toDecember2012．TheactualmonthlyincidencerateofbacillarydysenteryfromJanuarytoJuly2013wasusedasinspectionsampletopredictthemodel，andtheforecastresultwasalsoassessed．ResultsThemodelofmonthlyincidenceofbacillarydysenteryinLuwasARIMA(0。0。1)×(0。1，1)12，inwhichmovingaverage(MA1)wa

6、s一0．473(t=一5．153，P<0．05)andseasonalmovingaverage(SMA1)was0．937(t=2．494。P<0．05)，Ljung—BoxQhadnostatisticalsignificance(Ljung—BoxQ=10．208，P=0．856)，andre-sidualswasthewhitenoise．Theaverageoftherelativeerrorbetweenactualandpredictedvalueswas27．82％，butthedy·namictrendofmodelpredictionandtheact

7、ualvaluewasbasicallysame，andactualvalueswerewithinthepredictivevalueof95％confidenceinterva1．ConclusionTheARIMA(0-0，1)×【0，1，1)12modelcouldprovideareferencetothepre-ventionandcontrolofbacillarydysenteryinLu~tncity．【Keywords】timeseriesanalysis；ARIMAmodel；bacillarydysen