基于ARIMA模型的江苏省不同地区肺结核发病趋势的预测

发布时间：2022-10-09 19:34

　　目的:应用差分自回归移动平均（autoregressive integrated moving average,ARIMA）模型对江苏省常州市和盐城市的肺结核发病情况进行预测,探索其用于预测江苏地区肺结核疫情的可行性,为今后结核病防控工作提供参考依据。方法:收集并整理江苏省常州市和盐城市2005年1月—2016年12月肺结核月登记发病数资料,使用R3.5.2软件建立ARIMA模型,分别对两市2017年1—12月肺结核月登记发病数进行预测,以平均绝对百分比误差（mean absolute percent error,MAPE）、均方根误差（root mean square error,RMSE）和平均绝对误差（mean absolute error,MAE）评估ARIMA模型预测的准确性。结果:常州市的最优预测模型为ARIMA（0,1,1）（0,1,1）12,盐城市的最优预测模型为ARIMA（1,1,1）（0,1,1）12。用于预测2017年肺结核月登记发病数时,两市的MAPE分别为8.718 6和16.727 8,RMSE分别为14.061 7和39.487 2,MAE分别为11.38... 

【文章页数】：7 页

【文章目录】：
1 资料和方法
    1.1 资料
    1.2 方法
        1.2.1 ARIMA模型的基本思想
        1.2.2 建模过程
    1.3 统计学方法
2 结果
    2.1 常州市ARIMA模型预测
    2.2 盐城市ARIMA模型预测
    2.3 ARIMA模型预测效果评价
3 讨论


【参考文献】：
期刊论文
[1]ARIMA模型预测2018-2019年我国肺结核发病趋势的应用[J]. 言晨绮,王瑞白,刘海灿,蒋毅,李马超,尹树鹏,肖彤洋,万康林,让蔚清.  中华流行病学杂志. 2019 (06)
[2]基于ARIMA模型的山东省肺结核发病趋势预测[J]. 秘玉清,张继萍,殷延玲,刘一鋆,于慧慧,王莎莎,王祥,李爱娇,罗盛,李伟.  中国卫生统计. 2018(06)
[3]应用ARIMA模型预测结核病发病率研究[J]. 胡碧波,傅克本,许亮亮,何丽萍.  预防医学. 2018(10)
[4]新疆喀什百日咳与气象因素的多元时间序列分析[J]. 陈佳,谢娜,邓晟,张学良.  职业与健康. 2018(13)
[5]ARIMA模型在我国法定传染病报告数中的应用[J]. 沈忠周,马帅,曲翌敏,江宇.  中华流行病学杂志. 2017 (12)
[6]基于ARIMA模型的江苏省梅毒疫情预测[J]. 张文娟,刘文东,胡建利,汤奋扬,彭志行,喻荣彬.  南京医科大学学报(自然科学版). 2017(05)
[7]ARIMA模型在我国梅毒发病率预测中的应用[J]. 王永斌,李向文,柴峰,袁聚祥.  现代预防医学. 2015(03)
[8]春节效应对传染病网络直报工作的影响[J]. 吕锐利.  中国热带医学. 2014(11)
[9]中国主要法定报告传染病的“春节效应”研究[J]. 魏珊,陆一涵,高眉扬,卫国荣,姜庆五,赵耐青,郑英杰.  复旦学报(医学版). 2013(02)
[10]2010年全国第五次结核病流行病学抽样调查报告[J]. 王黎霞,成诗明,陈明亭,赵雁林,张慧,姜世闻,何广学,吕青,杜昕,陈伟,刘小秋,阮云洲,王胜芬,夏愔愔,于兰,李峻,李雪.  中国防痨杂志. 2012(08)

硕士论文
[1]我国恙虫病地方性流行南北异质性比较研究[D]. 孙烨.中国人民解放军军事医学科学院 2016
[2]基于时间序列模型的传染病流行趋势及预测研究[D]. 易燕飞.长春工业大学 2016



本文编号：3689230