黑龙江省手足口病发病人数预测及气象影响因素分析

发布时间：2021-10-13 12:57

　　这篇论文分成两个部分,其一是利用2006年至2015年十年的手足口病发病人数数据构建合适的SARIMA模型并预测黑龙江省2016年6-8月手足口病的发病人数。从时序图上可以看出,一年中黑龙江省手足口病的发病人数高峰是在6-8月,估计这几个月的发病人数也可以减小误差。通过观察序列的自相关系数图和偏自相关系数图我们最终得到的模型是SARIMA（7）,2,1 1（8）?（7）,0,11（8）₁₂,得到的参数检验的结果也是显著的。SARIMA模型能够较为准确地拟合预测时间段的手足口病发病人数,可以为提前制定防控策略提供科学依据。其二是研究黑龙江省气象因素对手足口病发病的影响,进而可通过气候的改变提前预判手足口病疫情发展。从气象局网站获取到的18种气象因素,采用LASSO方法对它们进行筛选。结果显示发病人数成明显的季节变化趋势,与最高气温、平均相对湿度、平均最低气温和日降水量>0.1mm日数与HFMD发病人数成正相关。另外,建立的手足口病发病人数和气象因素的线性回归模型可以对发病人数具体数值进行预测。 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：36 页

【学位级别】：硕士

【部分图文】：

手足口病发病人数时间分布图

图 3.3 黑龙江省 2006-2015 年手足口病发病情况SSARIMA( p,d,q)(P,D,Q)模型构建及预测.1 原始数据平稳性检验序列的时序图可观察出序列是否平稳，利用 acf()函数可得到该序。若序列是平稳的，那么自相关图里的自相关系数很快减少到 0，的，我们再三强调，一定要将数据处理成平稳的才能用 SARIMA 模时序图如图 3.4 所示，这个图形是明显波动的，故这个序列是不平我们可以大致观察到看出发病人数呈明显的季节性周期，而且有一，每一年单独看变化的趋势基本相同。黑龙江省手足口病发病人数

006年-2016年5月各月发病人数原始数据

【参考文献】：
期刊论文
[1]海口市2008-2015年手足口病流行病学特征分析[J]. 林春燕,王明昌,曾小平,邝仕壮,林先博.  中华流行病学杂志. 2016 (12)
[2]2011-2014年南京市栖霞区手足口病发病与气候因素的关系[J]. 周芳芳,于永.  医学与社会. 2016(08)
[3]吉林省2008—2014年手足口病流行病学特征分析[J]. 黄飚,栾博,史玉婷,戚潇丹,赵庆龙.  中国公共卫生. 2017(02)
[4]Adaptive Elastic Net方法在Logistic回归模型中的应用（英文）[J]. 李春红,黄登香,戴洪帅.  工程数学学报. 2015(05)
[5]北京市房山区气象因素与手足口病发病的关系及预测模型[J]. 李丽丽,黄少平,阚震,石磊,王立强,董瑞强,崔兰梅,张冬然.  中国热带医学. 2015(01)
[6]昆山市气象因素与手足口病发病的相关性[J]. 王文明,王华,田昌伟,薛黎坚,陈权.  中国热带医学. 2014(02)
[7]乘积季节ARIMA模型在结核病发病率预测中应用[J]. 杨召,叶中辉,尤爱国,郭奕瑞,张肖肖,梁淑英,邢进,王重建.  中国公共卫生. 2013(04)
[8]手足口病的预防与治疗进展[J]. 廖炯,黄萍.  中国医药指南. 2012(17)
[9]2006～2009年广西犬只狂犬病毒感染监测[J]. 周开姣,莫兆军,陈敏玫,莫毅,谭毅,韦增良,闭福银,杨进业,李浩,陶晓燕,唐青.  中国热带医学. 2011(07)
[10]2008年中国手足口病流行特征分析[J]. 王琦,王子军.  疾病监测. 2010(03)



本文编号：3434712