基于ARIMA模型预测梅毒月发病率的价值

• 作者: 刘晓蕙 刘颖 徐学琴 施学忠 王瑾瑾 裴兰英 闫国立 马晓梅
• 来源期刊: 西安交通大学学报（医学版）
• 关键词: 梅毒 ARIMA模型 月发病率 预测
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 技术方法研究
• 页码范围: 131-134,152
• 页数: 5页
• 分类号: R195.1
• 语种: 中文
• DOI: 10.7652/jdyxb201801028

摘要

目的 探讨建立A RIM A模型在梅毒月发病率预测中的应用价值,为梅毒防控工作提供依据.方法 运用Eview s8.0软件对2009年1月-2015年12月我国梅毒月发病率数据建立A RIM A模型,利用2016年1月-6月实际数据验证,评价模型精度指标采用均方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均绝对百分误差(mean absolute percentage error,MAPE)、平均相对误差(mean relative error,M RE).同法外推预测2016年7月-12月全国梅毒月发病率.结果 2009年1月-2016年6月全国梅毒月发病率最优模型是ARIMA(2,1,1)×(0,1,1)12,模型表达式为:(1-B)(1-B12)(1+0.820B)(1+0.566B2)x2t=(1+0.365B)(1+0.897B12)εt,R2=0.832,RMSE=0.181,MAE=0.118,MAPE=5.088.外推2016年7月-12月预测结果分别为3.124、3.008、2.906、2.691、2.714、2.717.结论 A RIM A模型具有较高的预测精度,可较好地拟合我国梅毒月发病率的演变趋势并进行短期预测.