2005—2020年深圳市淋病疫情时间序列分析

• 作者: 翁榕星 张春来 文立章 叶健滨 王洪琳 洪福昌 陈祥生 蔡于茂
• 来源期刊: 国际流行病学传染病学杂志
• 关键词: 淋病 ARIMA 时间序列分析 模型 周期性波动
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 传染病流行特征·论著
• 页码范围: 109-112
• 页数: 4页
• 语种: 中文
• DOI: 10.3760/cma.j.cn331340-20200928-00308

摘要

目的:基于2005—2020年深圳市淋病疫情监测数据，构建自回归移动平均（ARIMA）模型以预测深圳市淋病报告发病率的时间趋势。方法:采用R3.5.0软件建立ARIMA模型，包括模型识别、参数检验和诊断三个步骤。将时间序列分为训练集和验证集，其中2005年1月—2020年5月作为训练集进行模型的建立，2020年6—11月作为验证集进行模型的评估。对比模型的BIC值选择拟合最优的模型，并以平均绝对百分误差（MAPE）为评价标准。结果:根据训练集得出最优模型为ARIMA（0，1，1）（2，1，1） 12模型（BIC=370.51），应用模型预测2020年6—11月深圳市淋病发病率，发现有周期性波动以及继续下降的趋势，与真实值的发病率趋势相符。该模型MAPE值为18.35%，2020年6—11月的真实值均在预测值的95% CI内。 结论:ARIMA（0，1，1）（2，1，1） 12模型可很好地拟合周期波动和长期趋势，能够应用于预测深圳市淋病发病趋势。