应用乘积季节模型与指数平滑模型预测上海市肺结核疫情

目的：探讨利用两种时间序列模型预测上海肺结核发病趋势的可行性,为制定上海地区肺结核预防控制策略提供科学依据。方法：收集上海市2007年1月—2018年6月传染病历史疫情资料,对2007年1月—2017年12月肺结核月发病人数分别采用自回归移动平均模型（ARIMA）乘积季节模型与指数平滑模型进行拟合,预测2018年1—6月的肺结核月发病人数,并与真实值进行比较。结果：ARIMA（0,1,1）×（1,1,2）12为乘积季节模型的最优模型,均方根误差（RMSE）为76.27,2018年1—6月预测值的相对误差和为0.402;运用指数平滑法构建的最优模型是Holt?Winters加法指数平滑,均方根误差（RMSE）为69.61,2018年1—6月预测值的相对误差和为0.292。结论：指数平滑模型拟合效果较好,预测精度更高,对上海市肺结核疫情的防控具有一定的指导意义。     

基于R shiny的法定传染病可视化分析系统的设计和初步应用

目的：设计1种基于R shiny的可视化分析系统,并利用它分析2004—2017年法定传染病的流行情况,从而为防控部门提供参考依据。方法：利用R shiny以及多种R包,基于人群、时间、空间、时空交互4个角度进行可视化描述并搭建可视化系统。结果：本系统绘制了2004—2017年的39种法定传染病的时间空间分布地图,以及疾病聚类、年龄分层热图;同时还对各种法定传染病进行了疾病的时间序列分析、空间自回归分析等。结论：与其他类似系统比较,设计的R shiny可视化统计分析系统操作简便,分析方法多样,提供了预测模型,有利于帮助描述传染病的流行特点,便于公共卫生人员研究。