疾病监测

作者：王明雯,侯雨,毛彤瑶,高升辉,王萌璇,孙晓曼,庞立丽,李丹地

关键词：其他感染性腹泻, 自回归滑动平均混合模型, 预测

  目的  通过对2007 — 2017年辽宁省各月其他感染性腹泻发病情况分析，建立自回归滑动平均混合模型（ARIMA），为辽宁省其他感染性腹泻的预防控制提供参考依据。  方法  收集国家人口与健康科学数据中心公共卫生科学数据中心提供的《辽宁省2007 — 2017年各月其他感染性腹泻数据》中辽宁省2007 — 2016年各月其他感染性腹泻发病率，运用SPSS 25.0软件对数据进行分析，以发病率建立的时间序列构建ARIMA模型，对2017年各月发病率进行预测，根据实际值评价模型预测的准确性。  结果  2007 — 2016年辽宁省其他感染性腹泻发病率时间序列为非平稳性时间序列，由图形观察及多次验证，确定以下4种备选模型：ARIMA （1，1，1）（0，1，0）12，ARIMA （1，1，1） （1，1，0）12，ARIMA （1，1，1） （0，1，1）12，ARIMA （1，1，1） （1，1，1）12，通过Ljung-Box检验和比较贝叶斯信息准则（BIC）值，最终确定ARIMA（1，1，1）（0，1，1）12为最优模型，经2017年各月实际值验证，模型预测准确性较高。  结论  ARIMA（1，1，1）（0，1，1）12乘积季节模型能较好的预测辽宁省其他感染性腹泻月发病率，具有一定的推广及应用价值。

来源：2021年第1期

《疾病监测》期刊编辑部

查看疾病监测杂志2021年第1期