宁波市尘肺发病动态及发病趋势预测

宁波市尘肺发病动态及发病趋势预测浙江省卫生防疫站３１５０１０肖国兵，孙新媛，洪雅娟为了解本市尘肺发病动态和分布规律并为改进防治对策提供依据，本文对我市建国以来至１９９２年间的尘肺进行了流行病学分析，并对今后几年尘肺发病趋势作了预测。现将结果报告如下：...     

基于ARIMA时间序列模型的我国艾滋病发病人数预测

目的：分析我国2004—2020年艾滋病发病人数、死亡人数以及发病率和死亡率,并通过建立时间序列模型,对我国艾滋病发病人数进行预测,提出应对策略,为艾滋病科学防治提供借鉴和参考。方法：根据2004—2020年国家卫生健康委《全国法定传染病疫情概况》整理艾滋病发病人数和死亡人数数据,利用SPSS 26.0软件建立ARIMA时间序列模型进行预测,并与实际发病人数进行比较。结果：2020年,我国艾滋病发病人数为62 167人,死亡18 819人,发病率为4.428 3/10万,死亡率1.340 5/10万。根据艾滋病发病人数建立的最优时间序列模型为ARIMA (0,1,0),预测数据的平均准确度为90.03%。结论：ARIMA时间序列模型能较好地拟合艾滋病的发病趋势,目前我国艾滋病虽然处于低流行阶段,但是发病人数逐年增加,防治形势依然严峻。应当加强针对艾滋病的宣传教育,提升艾滋病患者的社会支持,积极构建政府领导、部门负责、全社会共同参与的艾滋病防治格局,从而预防、减少艾滋病传播。     

ARMA模型对肾综合征出血热发病趋势预测的拟合研究

[目的]探讨应用ARMA模型在时间序列资料分析中的应用,建立HFRS发病趋势的预测模型,从理论角度为制定科学、有效的防制措施提供理论依据.[方法]应用平稳时间序列分析,选用最小二乘法按照信忠量准则,AIC、模型的拟合度与相关系数以及误差,确定ARMA的所有参数,用非线性最小二乘法重新估计,得出组合模型的最终估计;应用DPS (Data Processing System)数据处理系统.[结果]数据转换后,建立ARMA(1,1)模型,其残差平方和SS=0.6987,残差标准差:0.2158, AIC=-3.7044,相关系数R=0.96930,拟合度C=93.96%.[结论]模型可以用来讲行预测.