基于ARIMA模型的传染病人数动态模拟和预测--以福建省为例

摘要：

目的： 探讨应用传染病时间序列,预测福建省传染病的发病情况. 方法： 利用”福建省传染病疫情信息网络直报系统”的数据资料,应用EViews软件、采用自回归移动平均模型(ARIMA)模型,对福建省2010年1月～2014年12月传染病逐月发病数进行建模和拟合,利用所得到的模型对2015年1～5月的发病情况进行预测,并按照预测值与实际观察值之间的差异评价其预测效果. 结果： 福建省甲乙类传染病在不同月份的人数差异不大,而丙类传染病的发病呈明显季节性,发病时间主要集中于夏季,一年中5～7月为高发月.甲乙类传染病拟合的最佳模型为ARIMA(1,0,2)(1,0,1)12. 结论： 应用ARIMA对福建省甲乙类传染病的预测效果较好,预测结果将为今后传染病的预防和控制提供理论支持.

关键词： 传染病 疾病控制 发病人群 自回归移动平均模型

作者: 宋小莉 宋春燕

作者单位: 山东中医药大学药理学系 山东济南250355 山东财经大学数学系 山东济南250014

会议类型: 国内会议

会议名称: 世界中医药学会联合会中医药抗病毒研究专业委员会第一届学术年会

会议地点: 烟台

会议语种:中文

页码: 445-450

在线出版日期: 2015-07-01（万方平台首次上网日期，不代表论文的发表时间）