您当前的位置:
首页 > 文献资料
所属专业:
季节性差分自回归移动平均模型文献资料
-
SARIMA 模型在流行性腮腺炎发病预测中的应用
目的:利用 SARIMA 模型预测未来山东省济宁市流行性腮腺炎发病情况,为流行性腮腺炎防控提供决策依据。方法收集山东省济宁市2009年1月至2013年7月流行性腮腺炎月发病数据资料,利用时间序列分析方法,构建 SARIMA 模型,并对2013年8月至12月的发病数资料进行预测。结果济宁市2009至2013年共报告流行性腮腺炎病例数8520例,且发病具有明显的周期性和季节性特征。终建立的优模型为 SARIMA(0,1,1)(0,1,1)12,赤池信息准则(AIC)为74.45,且通过了统计学检验,模型残差为白噪声。实际月发病数与拟合月发病数进行相关性分析结果显示为显著性相关(r =0.75,P <0.0001)。对2013年8月至12月发病数进行预测,均在95%置信区间内,且与实际发病数变动的趋势一致,验证了模型合理性。结论 SARIMA 模型能较好地拟合济宁市流行性腮腺炎月发病数动态变化,可用于流行性腮腺炎的短期预测。
关键词: 时间序列分析 季节性差分自回归移动平均模型 流行性腮腺炎 预测