动态贝叶斯网络模型和SARIMA模型对手足口病预测效果的比较

发布时间：2021-01-10 03:10

　　目的采用动态贝叶斯网络模型（dynamic Bayesian networks,DBN）和乘积季节差分自回归移动平均模型（seasonal autoregressive integrated moving average model,SARIMA）对全国手足口病（hand,foot and mouth disease,HFMD）的发病趋势进行预测,为疾病的防控工作提供参考。方法使用2009年1月至2018年12月的手足口病月发病数资料作为训练集,分别建立DBN和SARIMA模型,以2019年1月至2019年12月的作为测试集验证两种模型的预测准确度。结果在训练集中,DBN的RMSE为34 840.283,MAPE为17.694%,SARIMA的RMSE为38 929.570,MAPE为19.931%,DBN比SARIMA模型的RMSE和MAPE分别下降了10.50%和11.22%;在测试集中,DBN的RMSE为40 285.106,MAPE为23.345%,SARIMA的RMSE为45 461.692,MAPE为27.686%,DBN比SARIMA模型分别下降了11.39%和15.68... 

【文章来源】：现代预防医学. 2020,47(21)北大核心

【文章页数】：5 页

【部分图文】：

2009 年1月至2019年12月全国手足口病发病数时间序列图

从表2中可知,在滞后30阶的DBN模型中,分别有14个滞后的HFMD变量系数不为0,说明这些滞后值与当期HFMD间有相关关系,在图4的网络中表现为有弧连接。其他16个系数为0的滞后HFMD变量与当期HFMD间没有相关关系,在网络图中没有弧连接。图3 训练集手足口病偏相关函数图

图2 训练集手足口病自相关函数图表2 DBN模型参数估计结果 滞后阶数 HFMD_1 HFMD_2 HFMD_3 HFMD_4 HFMD_5 系数 0.525 -0.179 0 0 0 滞后阶数 HFMD_6 HFMD_7 HFMD_8 HFMD_9 HFMD_10 系数 0 0 -0.050 0 0 滞后阶数 HFMD_11 HFMD_12 HFMD_13 HFMD_14 HFMD_15 系数 0.046 0 -0.001 -0.048 0 滞后阶数 HFDM_16 HFMD_17 HFMD_18 HFMF_19 HFMD_20 系数 0 0 -0.044 0 -0.054 滞后阶数 HFMD_21 HFMD_22 HFMD_23 HFMD_24 HFMD_25 系数 -0.023 0 0.015 0.513 0 滞后阶数 HFMD_26 HFMD_27 HFMD_28 HFMD_29 HFMD_30 系数 -0.055 -0.001 0 0 -0.022

【参考文献】：
期刊论文
[1]ARIMA模型在宁波市北仑区手足口病发病率预测中的应用[J]. 孙霞霞,葛锦荣,李巧方,朱彩蓉,刘丹萍,蒋敏.  现代预防医学. 2018(04)
[2]基于自回归求和移动平均模型预测我国手足口病月报告发病数[J]. 郑代坤,谭毅,李佳,王军,马帅,沈忠周.  疾病监测. 2018(01)
[3]ARIMA乘积季节模型在江西省手足口病发病预测中的应用[J]. 潘欢弘,朱蒙曼,刘晓青.  现代预防医学. 2018(01)
[4]手足口病月发病率ARIMA乘积季节模型预测探讨[J]. 马晓梅,刘颖,杨梦利,闫国立,徐学琴,王瑾瑾,郗园林,段广才.  现代预防医学. 2017(09)



本文编号：2967942