基于ARIMA模型在美国COVID-19累计确诊人数中的应用

• 作者: 宋佳硕 牟银 谢旺
• 来源期刊: 统计学与应用
• 学科: 经济
• 关键词: ARIMA模型 ACF/PACF COVID-19 白噪声 累计确诊人数
• 年，卷（期）: 2020,（6）
• 页码范围: 979-987
• 页数: 9页
• 分类号: F42

摘要

本文针对新型冠状病毒肺炎给世界人民造成的不良影响,收集2020年1月20日~2020年6月1日内以美国为主的各个国家和地区每日COVID-19累计确诊人数,建立自回归求和滑动平均(auto regressive integrated moving average, ARIMA)模型对美国累计确诊人数进行分析与预测,用SPSS25.0和MATLAB2019a拟合,结合拟合优度R2和Q检验评价拟合效果,将后5日累计确诊人数预测值和真实值进行比较,评价该模型预测精度及预测美国未来10日累计确诊人数。结果表明,原始序列经2次差分后能较好拟合ARIMA (0,2,1)模型,R2在0.95以上,Q检验p值为0.19 】0.05,认为残差为白噪声,且预测值与实际值动态趋势基本一致,预测值在真实值0.33%误差内波动,ARIMA (0,2,1)模型对美国COVID-19累计确诊人数预测精度很高,对疫情防控具有很强的指导意义。