疾病监测

作者：郭在金,龚浩,周罗晶

关键词：自回归移动平均模型, Holt-Winters相加模型, 肺结核, 模型预测

  目的   建立季节性差分自回归移动平均（SARIMA）模型和Holt-Winters指数平滑法，对江苏省结核病发病数进行预测，并评价两种方法的准确性，旨在为江苏省肺结核防控提供科学参考。   方法   利用2016年1月至2020年12月江苏省肺结核发病数据分别建立SARIMA模型和Holt-Winters指数平滑法模型，以2021年1—12月肺结核发病数验证模型并用均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）评价两种模型的预测效果。   结果   拟合最佳的SARIMA模型为（0,1,2）（0,1,0）12， RMSE为229.52， MAE为146.81， MAPE为6.33%，总的相对误差为5.21%。 Holt-Winters相加模型的RMSE为206.75，MAE为156.45，MAPE为6.63%，总的相对误差为7.74%。   结论   两种模型均能较好的拟合肺结核发病数，SARIMA模型预测效果更佳。

来源：2022年第8期

《疾病监测》期刊编辑部

查看疾病监测杂志2022年第8期