ARIMA模型在全国艾滋病新发现病例数预测中的可行性研究

发布时间：2021-12-11 15:56

　　目的利用全国艾滋病月新发现率数据建立ARIMA模型,并探讨该模型在全国艾滋病早期预测预警中的可行性。方法收集2005-2016年《中国疾病预防控制中心-公共卫生科学数据中心》公布的全国历年艾滋病月新发现率数据,利用2005-2016年月新发现率数据建立ARIMA模型分析,同时利用2016年新发现率数据评价模型,得到最优模型后对2017年全国艾滋病新发现率进行预测。结果 2005年1月至2016年12月我国艾滋病发病呈明显上升趋势,并对数据进行平稳化等分析后,获得ARIMA（1,1,1）（1,1,0）12为最优模型,模型检验得BIC最小值为2.541,R2=0.931,Ljung-Box统计量为23.293,模型拟合全国艾滋病的发病趋势与实际发病趋势一致。结论 ARIMA模型能较好地拟合全国艾滋病的发病趋势,对该病的预防控制及风险评估具有一定的公共卫生学意义。 

【文章来源】：中国艾滋病性病. 2020,26(07)北大核心CSCD

【文章页数】：4 页

【部分图文】：

全国艾滋病时间序列

2005-2016年全国艾滋病发病存在明显上升波动趋势（图1）。为使时间序列达到平稳性要求，对该序列进行1阶周期为12的差分（图2）。经差分后的时间序列均值始终分布为在0刻度线上下2侧位置，基本满足平稳性要求，因此d和D均为1。2.3 参数估计与模型诊断

根据ACF图和PACF图初步确定备选模型，见表1。根据BIC信息准则选择BIC值最小、R2值接近1、MAPE值最小的模型，即ARIMA(1,1,2)(0,1,1)12，模型参数估计见表2。且模型残差序列的自相关系数和偏自相关系数均在95%可信区间范围内（图3）。并应用建立的ARIMA(1,1,2)(0,1,1)12模型对2016年1-12月全国艾滋病新发现率进行拟合效果检验（表3）。2.4 模型拟合及预测

【参考文献】：
期刊论文
[1]自回归移动平均模型在北京市朝阳区手足口病发病预测中的应用[J]. 葛申,马建新,付凌姣,王晶,崔树峰,张政.  首都公共卫生. 2019(02)
[2]辽阳市艾滋病时间序列模型灰色预测研究[J]. 魏微.  中国卫生统计. 2018(06)
[3]ARIMA模型和ARIMA-GRNN模型在AIDS发病预测中的应用[J]. 王雅文,沈忠周,严宝湖,杨银.  中华疾病控制杂志. 2018(12)
[4]艾滋病防治三个90%策略实施进展分析[J]. 徐聪慧,陈清峰,王璐,李菊梅,韩孟杰.  中国艾滋病性病. 2018(09)
[5]ARIMA模型在肺结核登记病例数预测中的应用[J]. 周惠,陈晓军,张杨,李智.  江苏预防医学. 2018(03)
[6]基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J]. 罗佳伟,张强,杨书.  预防医学情报杂志. 2018(03)
[7]基于ARIMA的传染病发病率趋势预测模型实证研究[J]. 王园园,陈伟,李望晨,李健.  中国城乡企业卫生. 2017(11)
[8]ARIMA模型与灰色系统GM（1,1）模型在长沙市艾滋病发病率预测中的效果比较[J]. 程燕,刘如春,谢红卫.  职业与健康. 2017(22)
[9]时间序列分析在北京市东城区艾滋病病毒感染者和艾滋病患者发病率预测中的应用[J]. 王媛媛,田飞,刘晶磊.  疾病监测. 2017(09)
[10]2004-2015年中国狂犬病发病数据ARIMA乘积季节模型的建立及预测[J]. 孟凡东,吴迪,隋承光.  中国卫生统计. 2016(03)



本文编号：3534959