2004-2018年我国狂犬病疫情时间序列分析

• 作者: 刘淑清 朱武洋 董国英 谢渊
• 来源期刊: 中国人兽共患病学报
• 学科: 医学
• 关键词: 狂犬病 时间序列分析 ARIMA模型
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 监测分析
• 页码范围: 1041-1046
• 页数: 6页
• 分类号: R373.9
• 字数: 3539字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2694.2019.00.171

摘要

目的 分析2004-2018年我国狂犬病疫情的时间序列特征,建立自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA),利用该模型对我国狂犬病疫情进行短期预测,为狂犬病的防控提供参考.方法 建立2004-2017年我国狂犬病月发病数时间序列,利用SPSS 19.0建立ARIMA季节模型,并将该模型预测的2018年狂犬病发病数据与实际数据比较,对模型进行优化评估;最后利用优化模型对2019年狂犬病发病情况进行短期预测.结果 根据建立的时间序列分析得到最优模型为ARIMA(0,1,1)×(0,1,1)12,模型的拟合结果与真实值变化趋势一致,具有良好的拟合效果;模型预测2018年发病总数为363,相对误差为0.82％.结论 截至目前,我国仍是狂犬病高发国家,狂犬病疫情呈现季节性变化特征,ARIMA乘积季节模型对我国狂犬病发病趋势具有较高的拟合度,可用于我国狂犬病疫情的短期预测,可为我国狂犬病的防控提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱武洋		42	132	6.0	11.0
2	谢渊		2	0	0.0	0.0
6	刘淑清		5	21	1.0	4.0
7	董国英		11	13	2.0	3.0