文献类型：期刊文章

作　　者：常雪莲[1] 王小莉[1] 魏星[2] 李亮[3]

Chang Xuelian;Wang Xiaoli;Wei Xing;Li Liang(Department of Microbiology and Parasitology,Bengbu Medical College,Anhui Key Laboratory of Infection and Immunity,Bengbu 233030,China;Anhui Key Laboratory of Digital Medicine and Intelligent Health,Bengbu Medical College,Bengbu 233030,China;Department of Food and Biological Engineering,Bengbu College,Bengbu 233000,China)

机构地区：[1]蚌埠医学院病原生物学教研室安徽省感染与免疫重点实验室,安徽蚌埠233030 [2]蚌埠医学院数字医学与智慧健康安徽省重点实验室,安徽蚌埠233030 [3]蚌埠学院食品与生物工程系,安徽蚌埠233000

出　　处：《中华地方病学杂志》

基　　金：安徽省高校自然科学研究重点项目(KJ2019A320、KJ2019A325、KJ2020A0566);蚌埠医学院自然科学研究项目(BYKY1819ZD、BYKY1825ZD)。

年　　份：2021

卷　　号：40

期　　号：9

起止页码：712-717

语　　种：中文

收录情况：BDHX、BDHX2020、CAB、CAS、EMBASE、JST、ZGKJHX、核心刊

摘　　要：目的研究我国(不含港、澳、台地区)的血吸虫病月报告病例数进行自回归移动平均(autoregressive integrated moving average,ARIMA)模型预测作用,为血吸虫病的防控提供科学依据。方法采用ARIMA模型,以2009年1月至2018年12月我国血吸虫病月报告病例数时间序列为训练集,应用R 3.6.2软件进行平稳性分析后,采用赤池信息准则和贝叶斯信息准则等筛选参数,选出较优ARIMA模型;以2019年1-12月我国血吸虫病月报告病例数为测试集进行验证和逐月优化,得到1个最优ARIMA模型;并以2019年1月至2020年10月我国血吸虫病月报告病例数验证最优ARIMA模型的预测效果。结果基于2009年1月至2018年12月数据,可以得到4种较优ARIMA模型,分别为ARIMA(2,0,2)(1,0,1)[12]、ARIMA(2,0,2)(0,0,1)[12]、ARIMA(2,0,2)(1,0,0)[12]和ARIMA(2,0,2);以2019年1-12月的病例数实际值和4种ARIMA模型预测值分别进行对比,构建出的血吸虫病月报告病例数的最优预测模型为ARIMA(2,0,2)(1,0,1)[12];预测的相对误差均值为0.51%。结论本研究构建的ARIMA模型精度较高,适用于我国血吸虫病病例数的短期预测分析,可为该病防治提供数据支持,具有一定实践指导意义。

关 键 词：血吸虫病 月报告病例数  时间序列 ARIMA模型 预测  

分 类 号：R532.21]