指数平滑法在流行性腮腺炎预测预警中的应用

目的分析某省2005～2008年流行性腮腺炎(腮腺炎)监测资料,建立指数平滑模型对数据趋势进行预测和预警。方法对某省2005～2008年腮腺炎日报告发病数进行7d移动求和消除数据中"周末效应",用2005～2007年数据进行指数模型拟合,对2008年腮腺炎发病情况进行预测和预警。结果霍尔特-温特斯(Holt-Winters)指数平滑模型,对2008年数据预测趋势与实际发病情况接近,预测效果较好,对突发疫情警示的灵敏度76.92%,特异度83.33%,及时率80%。结论指数平滑法用于传染病趋势预警实际可行,对传染病预防控制有实用意义。     

应用指数平滑法预测上海市甲型病毒性肝炎发病趋势

目的 应用指数平滑法拟合和预测本市甲肝疫情.方法 分别以1990～2008年按年度和月份的上海市甲肝发病资料数据建立指数平滑模型,以2009年的数据来评价模型的效果.结果 上海市甲肝发病趋势明显下降,年发病数据采用Holt趋势指数平滑模型最佳,按月分布发病数使用Holt-Winters相乘模型拟合为最佳,预测模型具有一定的参考意义.结论 针对上海市甲肝发病的不同类型数据,均可选用不同指数平滑模型拟合,该方法简单易行,为传染病预测提供了参考.     

时间序列分析在伤寒副伤寒发病情况预测分析中的应用研究

目的应用时间序列模型中较有代表性的3种方法对江苏省伤寒副伤寒疫情进行分析预测,并探讨3种方法的优缺点及适用性,为传染病疫情预测分析及防治提供理论依据。方法以1980年至2008年江苏省伤寒副伤寒发病资料分别建立合适的乘积季节模型、指数平滑模型和状态空间模型,以2009年的发病资料作为模型预测效果的考核样本,对预测结果进行深入分析和评价,探讨对疫情进行预测的方法、思路和应该注意的问题。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内呈平稳下降的趋势,会存在少许波动。乘积季节模型的预测结果与实际情况最相符,指数平滑法的预测效果较差,状态空间模型也有一定的实用性。结论用时间序列模型对伤寒副伤寒发病情况的拟合结果较好,尤其是乘积季节模型,预测效果良好,可为伤寒副伤寒的防治提供新的信息和思路。     

ARIMA模型和Holt-Winters指数平滑法在贵州省肺结核发病预测中的应用

目的探讨比较自回归差分移动平均（autoregressive integrated moving average, ARIMA）模型及Holt-Winters指数平滑法在肺结核发病预测中的应用，为贵州省结核病防控工作提供科学依据。方法以2015—2021年贵州省登记报告的肺结核发病数据建立ARIMA模型和Holt-Winters指数平滑模型，分别用两种模型预测2022年1—10月肺结核发病数，并与实际登记报告肺结核发病数作比较，对两种模型预测效果进行评价。结果 2015—2021年贵州省累计报告肺结核患者28.08万例，总体上肺结核发病呈下降趋势。构建ARIMA最佳模型为ARIMA (1, 1, 0)(0, 1, 0)12，模型预测结果均方根误差（root mean square error,RMSE）为462.46，平均绝对误差（mean absolute error,MAE）为424.50，平均绝对百分比误差（mean absolute percentage error,MAPE）为21.21%;Holt-Winters指数平滑法最佳模型为乘法模型，模型预测结果 RMSE为387....     

指数平滑法与ARIMA模型在湖北省丙型病毒性肝炎发病预测中的应用

目的分析指数平滑法和ARIMA模型对湖北省丙型病毒性肝炎(丙肝)发病率的预测效能。方法选取湖北省2004年1月-2014年12月丙肝发病数据作为指数平滑法和ARIMA模型的建模部分,2015年1-12月丙肝发病数据作为模型验证部分,比较两种模型的拟合和预测效果优劣。结果 2004-2015年湖北省丙肝报告发病率呈现明显上升趋势,ARIMA(0,1,1)×(0,1,1)_(12)模型拟合的均方根误差(RMSE)为0.076,2015年1-12月预测值年平均相对误差为1.67%;运用指数平滑法构建的模型是Winters加法模型,其拟合结果 RMSE为0.086,预测2015年1-12月的年平均相对误差为2.12%。结论 ARIMA模型拟合效果较好,预测精度更高,可应用于丙肝疫情的预测和预警。     

传染病预警模式的应用探讨

目的联合应用时间序列ARIMA模型以及控制图原理对传染病监测数据进行分析,探讨切实可行的传染病预警模式,实现对传染病的流行趋势进行预测,以期指导传染病的预防控制工作。方法收集筛选传染病的历史数据,利用时间序列ARIMA模型以及控制图原理,绘制控制图曲线,计算预警界值,预测疾病的流行趋势。结果利用建立的ARIMA模型初步确定疾病的年发病趋势后,可进一步根据绘制的控制图来确定实际疫情的流行趋势,综合传染病的严重性、危害性及可控制性及时作出反应。结论ARIMA模型与控制图法的联合应用,预警精度较高,是较好的传染病疫情预警模式。     

指数平滑法在麻疹发病率预测中的应用

目的 通过指数平滑法对麻疹发病率进行预测,为制订预防和控制麻疹的流行提供依据。 方法 收集2005-2015年某区确诊的麻疹发病率,通过SPSS 18.0进行指数平滑法预测,并对预测结果进行评价。 结果 指数平滑法的Holt-Winters相乘模型适合麻疹月发病率的预测(RMSE=7.69,adj R²=0.52, R²=0.85, Ljung-Box Q=21.91),预测模型线性趋势Alpha=1.000,P=0.000。模型预测结果显示2015年的麻疹疫情处于相对低发水平,麻疹月发病率将呈上升后波动趋势,实际麻疹月发病率则出现先上升后急剧下降维持在低水平上的波动趋势。 结论 指数平滑模型1～5月份预测结果与实际发病率的相对误差仅为10.60%,说明指数平滑法在短期预测麻疹发病情况中有一定效果。     

时间序列分析在麻疹疫情预测预警中的应用研究

目的研究时间序列分析在传染病疫情预测预警中的应用,并探讨提高模型预测准确性和实用性的思路。方法以1952年1月至2006年12月江苏省麻疹发病资料建立时间序列分析模型,以2007年的发病资料作为模型预测效果的考核样本,然后将2007年的实际数据加入到原始序列中建立模型用2008年的数据来考核,并对以年为单位的发病资料进行分析和讨论。先采用差分方法对序列资料进行平稳化,然后进行定阶并估计参数,建立ARIMA模型,最后对预测结果进行分析和评价,探讨对疫情进行预警的方法和思路。结果江苏省麻疹的发病趋势自2006年明显上升之后保持平稳,但有小幅波动,这与实际情况吻合。检验表明模型结果具有较好的参考价值。结论用时间序列分析对传染病发病情况的拟合结果满意,预测和预警效果良好,为传染病防治提供了依据。     

荆门市丙型肝炎流行趋势灰色模型预测

目的验证灰色模型GM（1,1）对丙型肝炎（丙肝）发病趋势预测的效果。方法用灰色模型GM（1,1）对荆门市2001-2011年的丙肝发病数进行拟合,用后验差比值C和小概率P判定模型预测精度,进行2012、2013年丙肝发病外推预测。结果后验差比值C=0.18,小概率误差P=1.00,模型预测精度为优秀。模型预测荆门市2012、2013年丙肝发病数分别为305、386例。结论灰色模型GM（1,1）可用于丙肝发病趋势的预测。     

2012—2021年成都市丙型病毒性肝炎流行病学特征及预测分析

目的 分析2012—2021年成都市丙型病毒性肝炎(简称丙肝)流行特征,并预测成都市丙肝短期发病趋势,为制定防控措施提供科学依据。方法 收集2012—2021年成都市丙型肝炎报告病例资料,采用Excel 2016、SPSS 17.0软件进行资料整理与统计分析。采取描述性流行病学方法进行分析,率的比较采用χ²检验,发病率的时间趋势分析采用趋势χ²检验,以P<0.05为差异有统计学意义,并使用指数平滑法预测2022—2023年成都市丙肝发病趋势。结果 2012—2021年成都市累计报告丙型肝炎病例数为16 492例,年均报告发病率为10.38/10万,报告发病率整体呈现波动上升的趋势。全年均有发病,存在季节性差异,7月报病数最多;年均报告发病率排名前3的区县均在郊区县;报告病例男女性别比为1.15∶1,年龄主要集中在40～69岁,职业以农民为主。用Holt-Winters加法模型预测2022—2023年的报告发病率分别为15.19/10万、15.92/10万。结论 成都市丙肝报告发病率整体呈上升趋势,需加强重点地区及重点人群的疫情监...     

ARIMA模型和Holt-Winters指数平滑法在自杀死亡中的预测效果比较

目的 探讨比较自回归求和滑动平均(autoregressive integrated moving average,ARIMA)模型和Holt-Winters指数平滑法在自杀死亡预测中的应用。 方法 利用河北省2014年1月—2018年6月自杀月度死亡资料分别建立ARIMA模型和Holt-Winters指数平滑模型,对2018年7—12月自杀月度死亡例数进行预测,并与实际死亡人数进行验证比较,然后根据2个模型的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)以及平均绝对百分比误差(mean absolute percentage error,MAPE)评价模型的预测效果。 结果 2014—2018年河北省累计报告自杀死亡人数2 882例,自杀死亡水平整体呈现下降趋势,构建的ARIMA最佳模型是ARIMA(0,1,1)(1,1,0)₁₂,预测结果的RMSE、MAE和MAPE分别为5.99、4.67和9.80%;Holt-Winters指数平滑法最佳拟合模型是乘法模型,预测结果的RMSE、MAE和MAPE分别为6.03、5.17和11.44%。 结论 ARIMA模型预测效果优于Holt-Winters指数平滑法,更适用于自杀死亡趋势的短期预测。     

2007—2016年荆州市丙肝流行病学特征分析及疫情预测

目的对2007—2016年荆州市丙肝发病的流行病学特征进行分析并进行疫情预测。方法采用描述性流行病学方法描述丙肝流行特征;建立指数平滑模型预测丙肝发病趋势。结果荆州市2007—2016年共报告丙肝8 052例,年均发病率为13.80/10万,10年间荆州市丙肝发病率呈上升趋势(χ(趋势)2=975.10,P<0.05),年平均增长速度为14.98%。丙肝发病无明显季节性;丙肝发病主要集中在荆州主城区,主城区发病率高于远郊县/市/区(χ2=167.82,P<0.05)。病例主要集中在35~65岁年龄组,占73.36%;丙肝发病性别差异无统计学意义(χ2=0.00,P>0.05);职业分布以农民、家务及待业为主。使用Winter相加模型预测2017年荆州市丙肝发病率为24.20/10万,高于2016年丙肝发病率。结论 2007—2017年荆州市丙肝发病呈上升趋势,应结合预测情况和流行病学特征采取综合性预防控制措施,以防止丙肝流行。     

季节时间序列模型在菌痢发病预测中的应用

目的研究SARIMA模型拟合季节时间序列的方法,并将其应用于菌痢发病的预测,探讨该模型进行传染病预警的可行性。方法利用Eviews软件对江苏省菌痢的月发病数据进行建模,首先采用取对数、差分等方法对序列进行平稳化,然后进行模型参数的估计、检验,最优模型的筛选,最后进行预测分析。结果 SARIMA(1,1,2)(1,1,1)12较好地拟合了江苏省菌痢的月发病数据,预测效果良好。结论 SARIMA模型可用于具有季节性、周期性波动的传染病发病的动态分析和短期预测。     

山东省乙丙类传染病发病时空特征及ARIMA模型预测

目的分析传染病发病数序列的时空特征,预测山东省传染病乙类、丙类发病情况,提高传染病监测预警能力。方法收集传染病报告信息管理系统山东省法定传染病监测数据资料,应用EViews6.0软件对山东省2010年1月~2014年12月传染病逐月报告发病数构建ARIMA季节乘积模型,并预测2015年1~6月的发病数。结果乙、丙类传染病均呈现一定的周期波动,其中每年的夏季为传染病的高发阶段,秋冬交替时段会有小幅回升;且在山东省17地市有一定差异;ARIMA模型预测与实际的变化趋势基本吻合。结论应用ARIMA对山东省乙类传染病的预测效果优于丙类传染病预测效果,最小的相对误差仅为1.15%,提示该模型可以为传染病的预警提供支持。     

季节指数法和ARIMA模型在感染性腹泻周发病数预测中的应用研究

目的应用季节指数法和差分自回归移动平均模型(autoregressive integrated moving average model,ARIMA)建立传染病周预测模型。方法利用2008-2011年江苏省感染性腹泻周报告发病数资料,运用SPSS软件计算出季节指数、Eviews软件建立ARIMA模型,最后进行预测精度评价。结果江苏省感染性腹泻周发病数的预测模型为:Yt=St.(-0.335 6DYt-2’-0.206 1DYt-3’+0.572 2DYt-4’+0.174 5DYt-5’+μt+0.478 5μt-1-0.197 5μt-2+0.560 8μt-4+Yt-1’),该模型回代分析的平均误差率为12.44%,对2012年各周发病数进行预测也获得了较好的预测效果。结论运用季节指数法和ARIMA模型可以建立传染病的周预测模型,用于疫情的短期预测和动态分析。     

ARIMA乘积季节模型在丙肝发病预测中的应用

目的探讨时间序列ARIMA乘积季节模型在丙肝发病预测中的适用性。方法利用全国法定传染病网络直报系统,收集湖北省2004-2012年逐月丙型病毒性肝炎发病数据,使用SAS 9.2软件对序列进行识别、参数估计、诊断和预测。结果乘积季节模型ARIMA（0,1,1）（0,0,1）12对原始序列拟合效果良好,能通过参数估计和残差检验,并对2012年丙型病毒性肝炎的发病数进行事后预测,预测精度良好。结论乘积季节模型能很好的拟合湖北省丙肝发病并进行预测,模型预测表明未来一年湖北省丙肝发病数将稳定上升。     

应用ARIMA模型对甲型病毒性肝炎疫情预测的研究

目的探讨时间序列ARIMA模型在浙江省甲型病毒性肝炎疫情预警应用中的可行性。方法利用EViews5.0、SPSS13.0等统计软件对历年疫情资料汇编,《国家疾病报告管理信息系统》报告的浙江省甲肝按月发病数建立ARIMA模型。结果对甲肝发病数序列建立季节模型为ARIMA(1,0,0)(0,1,1)12,对2009年甲肝按月发病疫情拟合较好,能够及时、准确对疫情进行跟踪。结论 ARIMA模型能够较好应用于短期甲肝预测、预警,为疫情防控提供科学依据。     

季节时间序列分析在新疆地区涂阳结核疫情预测预警中的应用

目的 探讨季节时间序列模型(seasonal autoregressive integrated moving average,SARIMA)在新疆涂阳肺结核疫情预测预警中的应用。 方法 收集新疆2005年1月－2015年6月涂阳肺结核月发病数建立时间序列分析模型,对2015年7－12月的月发病数进行预测并与实际发病数进行比较评价。 结果 新疆涂阳肺结核月发病数具有明显季节性,在3月和11月存在发病高峰,SARIMA(0,1,1)(0,1,1)₁₂模型参数的回归系数假设检验结果P<0.001,与实际月发病数拟合效果良好,平均绝对百分比误差MAPE=7.985%。 结论 SARIMA模型能较好的拟合新疆涂阳肺结核疫情在时间上的变异趋势,用其进行预测效果良好,能够为肺结核疫情的预警防治提供参考。     

2012-2017年武汉市丙型病毒性肝炎流行病学特征及预测分析

目的 分析2012-2017年武汉市丙型病毒性肝炎(丙肝)流行病学特征,并预测武汉市丙肝短期发病趋势。方法 采用描述性流行病学方法分析武汉市丙肝流行病学分布特征,并利用指数平滑法预测2018年武汉市丙肝发病趋势。结果 2012-2017年累计报告丙肝病例数9175例,年均发病率15.03/10万,年平均增长率3.15%;季节效应明显,春季发病率最高;男女性别比1.33〖DK〗∶1;年龄呈单峰分布,50~55岁为发病高峰;在职业构成中,家务及待业人群所占比例最高,为33.26%;地区分布上,报告前四位的地区均为中心城区;使用Winters加法模型预测2018年武汉市丙肝发病率为14.76/10万,较2017年略有下降。结论 2012-2017年武汉市丙肝发病呈上升趋势,Winters加法模型能较好的预测短期丙肝发病趋势,可结合预测结果与实际流行病学特征制定科学防控策略。     

基于指数平滑模型的湖北省新冠肺炎疫情预测分析

目的分析和预测湖北省新冠肺炎(COVID-19)疫情变化趋势。方法采用平滑指数模型对累计确诊病例数、累计治愈出院病例数、累计死亡病例数、重症病例数及危重症病例数进行拟合和预测。结果湖北省COVID-19疫情逐渐得到缓解,在2月18日进入快速“缓解期”后,3月21日进入慢速“缓解期”。采用指数平滑模型获得的拟合值与实际值的趋势基本吻合,模型拟合较好,预测结果表明在4月2日现存确诊病例数将减少至1000例以内,且主要为重症和危重症病例。结论湖北省COVID-19疫情的防控措施是有效的,指数平滑法拟合效果较好,可用于COVID-19的疫情预测。