应用ARIMA乘积季节模型分析我国布鲁菌病时间分布特征及趋势预测

• 作者: 丁国武 于国伟 王俪锦
• 来源期刊: 职业与健康
• 学科: 医学
• 关键词: 布鲁菌病 ARIMA乘积季节模型 时间趋势 预测
• 年，卷（期）: 2017,（24）
• 所属期刊栏目: 流行病学与预防保健
• 页码范围: 3365-3368,3372
• 页数: 5页
• 分类号: R181.3
• 语种: 中文

摘要

目的 探讨ARIMA乘积季节模型在分析我国布鲁菌病(布病)月发病率时间分布特征中的应用,预测其发病趋势.方法 通过国家公共卫生科学数据中心和国家卫生计生委疾病预防控制局网站,收集并计算布病月发病率数据.分析布病时间分布特征,对2004年1月-2016年12月发病率数据建立ARIMA乘积季节模型,用2016年1-12月发病率数据拟合模型,选出最优模型,并预测2017年月发病率数据.结果 我国布病月发病率数据整体处于上升趋势且具有明显的季节特征,每年5、6月属于高发病期,10月至次年2月发病率较低.拟合ARIMA(2,1,1)(1,1,1)12模型为预测我国布病的最佳模型,拟合值与实际值进行比较,2016年12个月的平均相对误差为8.79％,按全年发病率计算,相对误差为4.05％,显示模型的预测精度较高,并预测2017年1-12月发病率.结论 ARIMA乘积季节模型能很好地拟合布病的长期趋势和季节趋势,回代拟合和短期预测效果较理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于国伟	西北民族大学西部环境健康研究所	54	301	9.0	15.0
2	丁国武	兰州大学公共卫生学院	72	516	11.0	20.0
3	王俪锦	兰州大学公共卫生学院	3	6	2.0	2.0