新疆喀什地区百日咳预测模型的建立与分析

发布时间：2020-08-08 16:44

【摘要】：目的:为了探讨一元时间序列模型、多元时间序列模型及BP神经网络模型在新疆喀什地区百日咳疫情预警中的应用可行性,根据喀什地区百日咳实际发病情况建立符合百日咳病流行特征的预测模型。掌握新疆喀什地区百日咳总体流行趋势,并进行预测分析,为相关部门提前做好百日咳的预防与控制工作提供可行的参考依据。方法:首先利用确定性因素分解和季节指数分析新疆喀什地区百日咳发病数的趋势性和季节性,构建具有季节性的ARIMA乘积季节模型。通过模型识别、参数估计、模型诊断、模型优化等确定出最优ARIMA(p,d,q)(P,D,Q)s模型。并利用该模型拟合预测新疆喀什地区2011-2016年百日咳每月发病数据,选用RMSE作为精度指标来判断模型预测效果。其次在一元时间序列模型的基础上引入气象因素,分析百日咳发病率与气象因素之间的关系。对每个变量建立一元时间序列模型获得对应的残差白噪声序列,通过残差白噪声的互相关函数找出影响百日咳发病的气象因素,同时获得最佳滞后时间,将筛选出的气象因素纳入之前确定的一元时间序列模型中来构造多元时间序列ARIMAX模型,根据AIC、BIC最小准则确定出最优的ARIMAX模型。对研究数据进行拟合和预测,并计算对应阶段的RMSE。最后利用2011-2016年新疆喀什的百日咳发病数和气象数据建立BP神经网络模型,以各气象因素作为网络输入,百日咳发病数作为网络输出,研究气象因素对百日咳发病的影响。将数据划分为训练集和测试集,利用R软件的nnet包进行建模,模型参数通过交叉验证的方法进行估计,确定出最优BP神经网络模型。结果:首先由确定性因素分解和季节指数确定出百日咳发病数具有明显季节性,在7月和8月较高,10月最少。按照ARIMA乘积季节模型的建模步骤,经过平稳性检验,白噪声检验等最终确定出最优模型为ARIMA(0,1,0)(0,1,1)_(12),对应AIC=419.64,BIC=423.58。拟合阶段的RMSE=10.32,预测阶段RMSE=8.77,利用该模型预测2017年新疆喀什百日咳每月新发病数,结果显示2017年一整年新疆喀什地区百日咳发病数都处在较低水平。其次通过绘制各气象因素和百日咳发病数的残差白噪声的CCF图,确定出滞后4阶的平均气压、滞后4阶的浮尘日数和滞后8阶的扬沙日数与百日咳病例数呈正相关,且纳入这三个气象因素的ARIMAX模型的AIC值最小,AIC=394.72。计算出拟合阶段的RMSE=5.03,预测阶段RMSE=4.28,引入气象因素后模型预测精度明显提高。最后建立一个3层的BP神经网络模型,经反复调试后确定当隐藏层节点数为6,权重衰退参数为0.01时,所对应的模型的RMSE值最小。最终确定本文的BP神经网络模型结构为8-6-1,模型拟合阶段和预测阶段的RMSE分别是6.14和4.01,数值都较小,说明用气象因素作为网络输入构建的BP神经网络模型来研究喀什地区百日咳的流行状况具有一定的可靠性和合理性。结论:用ARIMA乘积季节模型、ARIMAX模型和BP神经网络模型都能较好的模拟出新疆喀什地区百日咳的流行趋势,但是引入气象因素的多元时间序列模型和BP神经网络模型的预测效果更好,模型预测精度更高,两个模型的预测结果都可为相关部门制定预防措施提供理论依据。
【学位授予单位】：新疆医科大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R516.6
【图文】：

图 1 新疆喀什地区 2011-2016 年百日咳每月新发数量.1 The monthly new incidence of pertussis in 2011-2016 years in Kashgar of Xin

图 2 新疆喀什地区 2011-2016 年各气象因素分布时序图Fig.2 Time sequence diagram of meteorological factors distribution in Kashgaof Xinjiang from 2011 to 2016

图 3 2011-2016 年百日咳每月新发数量的因素分解3 Factor decomposition of the new number of pertussis per month for 2011-2016据确定性因素分析结果，可以得出百日咳序列具有一定季节性，但具发哪个时段低发还需要根据季节指数进行判断。新疆喀什百日咳每月

【参考文献】

相关期刊论文 前10条

1 李丽丽;刘起勇;林华亮;许磊;黄少平;杨军;;北京市房山区手足口病与气象因素的时间序列分析[J];疾病监测;2015年06期

2 黄海涛;高志刚;;百日咳再现及其应对策略的研究进展[J];医学综述;2015年09期

3 许红梅;郑佳佳;;百日咳临床特点及流行病学研究进展[J];中华实用儿科临床杂志;2014年22期

4 张秉玲;王旭霞;张晓曙;;甘肃省东南部地区气象因素与流行性乙型脑炎发病的时间序列分析[J];环境卫生学杂志;2014年05期

5 陈涛;谢娜;甫尔哈提·吾守尔;范新春;尹遵栋;;2004—2012年新疆维吾尔自治区百日咳流行特征分析[J];疾病监测;2013年11期

6 张静;姜泽慧;刘合岭;曹爽;关鹏;黄德生;;灰色模型GM(1,1)在全国甲乙类传染病发病率定量宏观评估中的可行性研究[J];预防医学论坛;2013年11期

7 李国栋;张俊华;焦耿军;赵自胜;;气候变化对传染病爆发流行的影响研究进展[J];生态学报;2013年21期

8 汤巧玲;付帮泽;刘宏伟;高思华;贺娟;;以百日咳为例探讨六气、气象与传染性疾病的关联性研究方法[J];中华中医药杂志;2013年05期

9 刘文东;吴莹;艾静;梁祁;胡建利;戴启刚;李媛;汤奋扬;;BP神经网络在痢疾发病趋势预测中的应用研究[J];中国卫生统计;2012年06期

10 高菡璐;兰莉;乔冬菊;赵娜;杨佳琦;邵冰;焦U

本文编号：2785826