登录    注册    忘记密码

期刊文章详细信息

自回归求和移动平均乘积季节模型在我国布鲁菌病短期月发病人数预测中的应用    

Application of Multiple Seasonal ARIMA Model in Forecasteing Monthly Prevalence of Brucellosis in China

  

文献类型:期刊文章

作  者:田德红[1] 丁国武[1] 于国伟[2] 王熙蓓[1] 廖伟斌[3]

机构地区:[1]兰州大学医学院公共卫生学院,甘肃省兰州市730000 [2]西北民族大学西部环境健康研究所 [3]兰州交通大学测绘与地理信息学院

出  处:《中国全科医学》

基  金:国家科技惠民计划资助项目(2012GS620101)

年  份:2015

卷  号:18

期  号:33

起止页码:4100-4104

语  种:中文

收录情况:BDHX、BDHX2014、CAS、CSCD、CSCD_E2015_2016、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:目的研究我国布鲁菌病(布病)月发病人数的趋势性和季节性,探讨自回归求和移动平均(ARIMA)乘积季节模型预测我国布病短期月发病人数的效果。方法收集2004年1月—2015年5月我国布病月发病人数(共137组),进行时间序列分析。数据来自国家卫生和计划生育委员会公布的疫情监测数据。观察我国布病月发病人数的趋势性和季节性,以我国2004—2013年的布病月发病人数作为训练样本,拟合ARIMA乘积季节模型;用2014年1月—2015年5月的发病数据作为校验样本,验证模型;确定最优模型后,预测2015年6—12月我国布病月发病人数。结果 2004—2008年我国布病月发病人数相对平稳,从2009年以后有了明显的上升趋势。从季节性来看,每年的6、7、8月属高发病期,每年的1月和12月处于全年的最低发病期。选取的最优模型为ARIMA(0,1,0)(1,1,0)12,其平均绝对百分误差(MAPE)=13.60,决定系数(R2)=0.881;对模型进行参数显著性检验,一阶季节自回归项(SAR)参数估计值=-0.292,P=0.048。运用ARIMA(0,1,0)(1,1,0)12对2015年6—12月我国布病月发病人数进行预测,其预测值分别为7 709、7 524、6 113、4 458、3 450、3 576、3 760例。结论从2009年以后,我国布病月发病人数有明显的上升趋势;季节性表现在6~8月为高发病期,12月至来年1月为低发病期。ARIMA乘积季节模型拟合我国布病月发病人数的时间序列模型精度较高,可以用来预测我国布病短期月发病人数。

关 键 词:布鲁菌病 发病率 ARIMA乘积季节模型  预测  

分 类 号:R516.7]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心