| 基于ARIMA模型的江苏省不同地区肺结核发病趋势的预测 |
| |
| 引用本文： | 游楠楠,刘 巧,李忠奇,羊海涛.基于ARIMA模型的江苏省不同地区肺结核发病趋势的预测[J].南京医科大学学报,2020(6):909-914. |
| |
| 作者姓名： | 游楠楠 刘 巧 李忠奇 羊海涛 |
| |
| 作者单位： | 东南大学公共卫生学院，江苏 南京 210009;江苏省疾病预防控制中心慢性传染病防制所，江苏 南京 210009；南京医科大学公共卫生学院流行病与卫生统计学系，江苏 南京 211166 |
| |
| 基金项目： | 江苏省研究生科研与实践创新计划项目（KYCX19?1131） |
| |
| 摘 要： | 目的：应用差分自回归移动平均（autoregressive integrated moving average，ARIMA）模型对江苏省常州市和盐城市的肺结核发病情况进行预测，探索其用于预测江苏地区肺结核疫情的可行性，为今后结核病防控工作提供参考依据。方法：收集并整理江苏省常州市和盐城市2005年1月—2016年12月肺结核月登记发病数资料，使用R3.5.2软件建立ARIMA模型，分别对两市2017年1—12月肺结核月登记发病数进行预测，以平均绝对百分比误差（mean absolute percent error，MAPE）、均方根误差（root mean square error，RMSE）和平均绝对误差（mean absolute error，MAE）评估ARIMA模型预测的准确性。结果：常州市的最优预测模型为ARIMA（0，1，1）（0，1，1）12，盐城市的最优预测模型为ARIMA（1，1，1）（0，1，1）12。用于预测2017年肺结核月登记发病数时，两市的MAPE分别为8.718 6和16.727 8，RMSE分别为14.061 7和39.487 2，MAE分别为11.381 3和33.349 8。结论：ARIMA模型预测常州市肺结核月登记发病数的拟合效果相对较好，故推测该模型更适用于苏南地区肺结核疫情的短期预测和动态分析。
|
| 关 键 词： | ARIMA模型 时间序列分析 肺结核 预测 |
| 收稿时间： | 2019/8/27 0:00:00 |
Forecast of tuberculosis incidence in different regions of Jiangsu Province based on ARIMA model |
| |
| YOU Nannan,LIU Qiao,LI Zhongqi,YANG Haitao.Forecast of tuberculosis incidence in different regions of Jiangsu Province based on ARIMA model[J].Acta Universitatis Medicinalis Nanjing,2020(6):909-914. |
| |
| Authors: | YOU Nannan LIU Qiao LI Zhongqi YANG Haitao |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《南京医科大学学报》浏览原始摘要信息 |
| 点击此处可从《南京医科大学学报》下载免费的PDF全文 |
