基于R语言的ARIMA模型对医院早产趋势的预测分析

目的 构建医院早产时间序列的自回归移动平均模型(ARIMA),预测医院早产变化趋势,为合理配置医疗资源、政策制订提供科学依据。 方法 收集深圳市妇幼保健院2016年逐日早产例数,运用R语言进行时间序列分析,构建ARIMA预测模型,并对预测效果进行评价。 结果 2016年深圳市妇幼保健院早产1 738例,其最佳预测模型为ARIMA(3,1,1),该模型最小赤池信息量准则为1 680.67,模型残差序列Ljung-Box检验=0.16,差异无统计学意义(P=0.689),提示残差为白噪声序列,模型拟合良好。模型预测平均相对误差为9.2%,实际值均在预测值95%可信区间内。 结论 ARIMA(3,1,1)模型能较好地模拟深圳市妇幼保健院早产变化趋势,具有良好的预测效果。     

ARIMA乘积季节模型在湖南省HIV感染的应用研究

目的 研究ARIMA乘积季节模型对湖南省HIV感染的适用性,并进行预测。 方法 本文以湖南省2005-2014年HIV月感染数据建立模型,以2015年月数据进行模拟。首先采用差分的方法对序列进行平稳化,然后进行模型识别、定阶,再对模型进行检验并预测未来3年的发病情况。 结果 对时间序列进行自然对数转换,一阶差分和一阶季节差分得到ARIMA乘积季节模型,结果显示ARIMA(1,1,1)(0,1,1)₁₂很好地拟合了HIV的感染情况(R²=0.894)。残差序列经Ljung-Box 检验为白噪声序列,P=0.472。预测结果显示未来3年全省HIV感染人数仍有增长趋势。 结论 利用乘积季节ARIMA模型对湖南省HIV感染拟合效果较好,可以为卫生工作者采取控制措施提供依据。     

指数平滑法和ARIMA模型在学生肺结核预测的应用

目的 探讨指数平滑法和自回归积分滑动平均模型(auto regressive integrated moving average model,ARIMA)在衡阳市学生肺结核疫情预测中的可行性,比较两种模型的预测效果并确定最佳模型,为学校结核病疫情的早期发现和科学控制提供参考。 方法 收集衡阳市2010—2020年学生肺结核资料,比较两种模型的拟合情况和预测效果优劣。 结果 拟合最佳的指数平滑法模型为Holt-Winter加法模型,拟合的R²、平稳R²、均方根误差(root mean square error, RMSE)、平均绝对误差百分比(mean absolute percentage error, MAPE)、平均绝对误差(mean absolute error, MAE)、正态化BIC分别是0.666、0.469、5.716、31.276、3.873、3.606,Ljung-Box Q=20.741,P=0.145,验证2020年1—12月预测的平均相对误差为39.98%;拟合最佳的ARIMA模型为ARIMA(0,1,1)×(0,1,1)₁₂模型,拟合的平稳R²、R²、RMSE、MAPE、MAE、正态化BIC分别是0.500、0.603、6.532、34.623、4.443、3.885,验证2020年1—12月预测的平均相对误差为120.76%。 结论 与ARIMA模型比较而言,指数平滑模型拟合衡阳市学生肺结核发病数效果更好,预测精度更高。     

ARIMA模型在上海市猩红热发病率预测中的应用

目的 探讨差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型在上海市猩红热月发病率预测的应用。方法 利用ARIMA时间序列模型拟合2004年1月—2017年6月上海市猩红热的月发病率资料,并利用最优模型对2017年7—12月猩红热的月发病率进行预测。结果 最终拟合ARIMA(1,1,0)(0,1,1)₁₂模型,其标准化贝叶斯信息准则值(Bayesian information criterion,BIC)(-2.247)最小,残差经Ljung-Box Q(18)检验为白噪声序列,预测值与实际值基本吻合,相对误差在0.35%~16.74%的范围内。结论 ARIMA模型用于上海市猩红热月发病率的短期预测,可应用于定量风险评估等猩红热疫情的预警预测。     

多曲线季节指数模型分析广东省登革热流行时间特征及应用探讨

目的 建立广东省登革热疫情月份分布特征分析模型,并利用该模型进行疫情预测和防控效果评估。 方法 收集广东省1990-2016年各月登革热监测报告发病数,拟合多曲线季节指数模型。 结果 各月(x)发生登革热概率的拟合模型方程为:S=36.585-17.436x+5.425x²-0.318x³ (S≥0%,R²=0.980,P=0.000);多曲线季节指数模型为:S=-0.001+0.008x-0.003x²+0.000x³ (S≥0, x=1,2,3,4,5,6,R²=0.992,P=0.012);S=e^{-14.021+1.733x}(S≥0,x=7,R²=0.981,P=0.001);S=-189.883+41.304x-2.181x² (S≥0,x=8,9,10,11,R²=0.998,P=0.048);S=1.274E12×e^-2.612x(S≥0, x=12,R²=0.995,P=0.043)。结果发现,7-11月为广东省登革热高发生风险、高流行强度月份;1995年和2014年两年是广东省登革热异常暴发年;从2013年开始,广东省登革热疫情月度发生态势和流行特征发生悄然变化,发生异常疫情的月份时间提前、频次增加、强度增大,并可能引起下半年的疫情高发态势。采用该模型评估表明,广东省2015、2016年登革热早防早控措施效果明显。 结论 多曲线模型拟合登革热流行季节指数效果较好,该模型既可以用于登革热疫情的月份分布特征分析,开展早期预测预警,以便做到早发现早防控,还可用于评估防控措施的效果。     

ARIMA模型在三门峡市手足口病发病预测中的应用

目的 建立以三门峡市手足口病发病数据为基础的整合滑动平均自回归模型(autoregressive integrated moving average model, ARIMA),并利用该模型对三门峡市手足口病的发病数进行预测。 方法 以三门峡市2008年1月—2017年12月的手足口病月发病数据为基础差分平稳化后经过文献查阅和验证建立最优ARIMA,并对2018年1月—12月的手足口病发病数进行预测,通过与实际值的比较评价预测效果。 结果 三门峡市手足口病发病预测模型为ARIMA(1,1,1)×(0,1,1)₁₂ ,模型各项参数均有统计学意义(P<0.001),拟合优度检验BIC=0.287,残差序列为白噪声序列(P=0.10),拟合效果较好。预测了三门峡市2018年1—12月的手足口发病数,并与实际值进行比较,1—2月预测值与实际值符合度较高。 结论 拟合的三门峡市手足口病发病序列模型ARIMA(1,1,1)×(0,1,1)₁₂效果较好,可用于对三门峡市手足口病发病趋势进行短期预测。     

南昌市2005－2016年肾综合征出血热疫情分析及预测

目的 通过分析2005－2016年南昌市肾综合征出血热的流行特征,为预防控制肾综合征出血热提供依据。 方法 收集南昌市2005－2016年肾综合征出血热病例资料,分析该病种三间分布,运用自回归滑动平均混合模型(autoregressive integ rated moving average, ARIMA)预测2017年南昌市肾综合征出血热每月发病人数。 结果 南昌市2005－2016年共报告肾综合征出血热591例,死亡8例;年发病率波动在0.60/10万～1.37/10万之间,发病率呈下降(2005－2008年,χ²_趋势=13.586,P<0.001)、上升(2008－2013年,χ²_趋势=16.316,P<0.001)再下降(2013－2016年,χ²_趋势=4.728,P=0.030)过程;发病主高峰在11月至次年1月,次高峰为4-6月,发病数分别占病例总数的43.49%(257/591)和32.32%(191/591);男女发病性别比为2.18∶1;发病地区前四位依次是新建、安义、进贤和南昌县,病例数占全市的84.26%(498/591);10～69岁年龄段发病数占总病例数的95.09%(562/591),其中30～59岁年龄段为高发人群;农民和学生病例分别占55.33%和10.49%。ARIMA模型最终拟合为ARIMA(1,0,0)(0,1,1)₁₂,预测值与实际值的平均相对误差为15.63%。 结论 2005－2016年南昌市肾综合征出血热发病率波动在0.60/10万～1.37/10万之间,以农民和学生病例居多;ARIMA模型能较好预测南昌市HFRS的逐月发病数。     

ARIMA预测模型在甘肃省其他感染性腹泻发病预测中的应用

目的 建立并评价甘肃省其他感染性腹泻发病的ARIMA预测模型。 方法 利用2010—2018年甘肃省其他感染性腹泻的发病数据建立ARIMA预测模型,同时利用2019年发病数据评价模型并对2020年甘肃省其他感染性腹泻发病进行预测。 结果 根据模型拟合效果,模型ARIMA(0,1,1)(1,1,0)₁₂为最优模型。R²=0.741,Ljung-Box检验值为25.944,BIC值为11.060。模型拟合甘肃省其他感染性腹泻的发病趋势与实际发病趋势一致,MAPE=17.297%,预测结果显示2020年甘肃省其他感染性腹泻发病时间分布与往年趋于一致。 结论 ARIMA(0,1,1)(1,1,0)₁₂模型能较好地拟合甘肃省其他感染性腹泻的发病趋势,对该病的预防控制、风险评估等具有一定的公共卫生意义。     

三峡库区宜昌监测点传染病发病趋势的Joinpoint回归分析

目的 了解三峡库区宜昌监测点2004－2017年传染病发病率趋势变化情况。方法 收集2004－2017年三峡库区宜昌监测点传染病发病资料及人口资料,应用Joinpoint转折点回归分析对传染病数据进行时间趋势分析。结果 三峡库区蓄水运行后,2004－2017年库区监测点累计报告传染病7 409例,年均发病率564.48/10万,报告发病率在2004－2009年间呈现明显上升(APC=15.00%, P=0.009),2009年后发病率趋于平稳(P=0.532)。男性发病明显高于女性(χ²=326.52, P<0.001)。库区传染病主要以乙型肝炎、肺结核、手足口病、其他感染性腹泻和流行性腮腺炎为主,占发病总数的89.70%。按病种分析显示库区乙肝发病率在2004－2010年间呈现快速上升(APC=30.75%,P=0.006),肺结核在2007－2017年呈现缓慢下降趋势(APC=-6.53%,P=0.011)。 结论 三峡库区宜昌监测点2004－2017年法定传染病报告发病率未发生特异性变化,与我国传染病流行的情况基本一致。需针对库区乙型肝炎、肺结核和手足口病等重点传染病制定相应的预防控制策略。     

ARIMA模型与GM(1,1)模型在痢疾发病数预测中的比较研究

目的 分别应用求和自回归滑动平均模型(autoregressive integrated moving average model, ARIMA)和灰色模型(gray forecast model)GM(1,1)对湖北省痢疾发病数进行预测,比较两种方法的预测效果,为选择更适宜的方法提供依据。方法 分别应用2001－2015年月发病数及年发病数建立ARIMA模型和GM(1,1)模型,用平均误差率(mean error rate,MER)和决定系数(coefficient of determination,R²)评价拟合效果,并采用2016年实际发病数验证预测效果,选择准确性更高的模型对2017－2018年发病数进行预测。结果 建立的ARIMA模型为SARIMA(1,0,0)(0,1,1)₁₂,GM(1,1)模型为(t+1)=-274 126.038e^{-0.067 467t}+293 275.08,两模型的平均误差率(mean error rate,MER)分别为3.55%和14.78%;决定系数(R²)分别为0.993和0.960,2016年实际发病数与两模型预测发病数的残差分别为635和3 240;相对误差分别为16.54%和84.38%,综合考虑各项评价指标采用ARIMA模型对2017－2018年发病数进行预测分别为4 286和4 011。结论 通过拟合及预测评价指标的比较ARIMA模型均优于GM(1,1)模型,可得ARIMA模型对湖北省痢疾发病数的预测比GM(1,1)模型有较明显的优势,能更准确的处理时间序列类型的资料,此预测结果准确具有实用价值,可为卫生防治工作提供依据。     

基于ARIMA的新冠肺炎疫情前后结核病流行趋势预测与分析

目的 构建ARIMA季节性模型,探讨新型冠状病毒肺炎疫情(简称新冠肺炎疫情)对结核病流行特征的影响,预测上海市宝山区结核病流行趋势。方法 收集上海市宝山区2009—2021年结核病月发病率资料,构建ARIMA季节性模型,验证预测模型效果,分析预测误差的原因。结果 上海市宝山区结核病月发病率模型为ARIMA(2,0,0)(0,1,1)₁₂,BIC值最小,Ljung-Box统计量Q=23.127,P=0.081,残差序列为白噪声。2019年实际月发病率与预测值变化趋势基本一致,且均在预测值95%可信区间内。受新型冠状病毒肺炎疫情影响,近两年观察值与预测值差异较大,2021年2月观察值在拟合值的95%置信区间外。结论 ARIMA(2,0,0)(0,1,1)₁₂模型能较为准确地预测宝山区新冠肺炎疫情前结核病发病趋势,受新冠肺炎疫情影响时,预测结果偏差较大,需要后疫情时代结核病发病数据来重新建模。     

ARIMA季节乘积模型在儿童肺炎门急诊人次预测中的应用

目的 探索自回归差分移动平均(autoregressive integrated moving average,ARIMA)季节乘积模型在预测儿童肺炎门急诊人次的应用,为合理利用医疗资源提供科学依据。 方法 收集乌鲁木齐市两家三级甲等医院2011－2016年儿童肺炎逐月门急诊人次数据,使用R 3.4.1软件进行模型的识别、参数估计与检验,建立ARIMA季节乘积模型对2011年1月－2016年6月儿童肺炎逐月门急诊人次进行拟合,并利用2016年7－12月数据计算预测值与实际值的平均预测相对误差来评价预测效果。 结果 ARIMA(0,1,2)(1,1,0)₁₂模型是拟合儿童肺炎门急诊人次的最佳预测模型,平均相对误差为9.82%。 结论 ARIMA 季节乘积模型有较好的拟合和短期预测效果,能为医院合理利用医疗资源提供参考依据。     

单纯ARIMA模型和基于季节性分解的ARIMA模型在丙肝发病率中的预测效果比较

目的 探讨单纯求和自回归移动平均(ARIMA)模型和基于季节性分解的ARIMA模型在丙肝发病率拟合及预测中的应用。方法 收集2007－2015年荆州市丙肝月发病率资料,分别建立单纯ARIMA模型和基于季节性分解的ARIMA模型,采用2016年月发病率资料进行外回代验证模型的外推预测效果,评价指标包括相对误差(relative error,RE)、平均相对误差(mean relative error, MRE)、平均误差率(mean error rate,MER)、均方误差(mean square error,MSE)和平均绝对误差(mean absolute error, MAE)。结果 单纯ARIMA模型拟合和预测的MRE、MER、MSE、MAE分别为17.868、16.367、0.225、0.177 和14.090、15.057、0.343、0.284;基于季节性分解的ARIMA模型拟合和预测的MAD、MER、MSE、MAE分别为14.732、13.556、0.201、0.151和11.778、12.353、0.277、0.229。结论 在丙肝发病率的拟合及预测中,基于季节性分解的ARIMA模型优于单纯ARIMA模型。     

ARIMA模型在武汉市结核病疫情预测中的应用

目的探讨应用自回归移动平均模型(ARIMA)预测武汉市结核病发病情况。方法收集中国结核病信息管理系统中2011—2015年武汉市结核病月报告发病数数据,利用SPSS 18.0统计软件通过建模和拟合,对2016年肺结核发病数进行预测,比较预测值与实际报告数之间差异评价其预测效果。结果武汉市肺结核发病以年为周期,每年4~6月和9~10月为高发期;ARIMA(0,1,1)×(0,1,1)12能很好的拟合武汉市结核病发病情况,其标准化BCI=0.732,Ljung-Box统计量为25.659,P=0.059,预测平均相对误差率为3.31%,预测结果基本符合2016年实际发病变动趋势。结论 ARIMA模型能较好地模拟和预测结核病发病在时间序列上的变化趋势,可为今后合理配置防控资源提供参考依据。     

三种时间序列模型预测医院感染发病率的比较

目的比较和评价不同时间序列模型预测医院感染发病率的效果,探索可用于预测医院感染发病率的最佳模型。方法以上海某三级甲等医院2011—2016年累计72个月的月度医院感染发病率数据作为拟合集构建季节性自回归移动平均模型(ARIMA)、NAR神经网络模型和ARIMA-BPNN组合模型,以2017年1—12月的月度感染发病率数据作为预测集检验模型的预测效果,评价比较不同模型的预测效果。结果对于拟合集,ARI-MA模型、NAR神经网络模型和ARIMA-BPNN组合模型的MAPE分别为13.00%、14.61%和11.95%;对预测集,三者的MAPE分别为15.42%、26.31%和14.87%。结论三种时间序列模型对医院感染发病率均具有较好的预测效果,其中ARIMA-BPNN组合模型对拟合和预测该院医院感染发病情况最佳,可为医院决策提供一定的数据支持。     

自回归求和移动平均模型在广州市新生儿先天性 甲状腺功能减低症发病率趋势预测的应用

目的 分析构建并应用自回归移动平均模型(ARIMA)对广州地区先天性甲状腺功能减低症(CH)发病率进行预测的可行性,为合理制定 CH 的防治、保健的策略及措施提供科学依据。方法 汇总广州市1991-2018新生儿CH筛查发病率数据,基于1991-2016年CH发病率数据建立最优ARIMA模型,通过比较2017-2018年预测发病率和实际发病率对模型预测性能进行检验,并预测未来3年CH发病率趋势。结果 1991-2018年CH发病率总体呈现上升趋势。基于1991-2016年CH发病率数据进行模型拟合,ARIMA(0,1,0)为最优模型,可以较好的拟合CH 发病率的时间变化趋势。模型拟合的2017-2018年CH预测发病率和实际发病率相对误差最大值为7.9%,提供较准确的预测。预测的2019-2021 CH发病率分别为86.1/10⁵、90.7/10⁵、94.3/10⁵。结论 ARIMA(0,1,0)模型对新生儿CH发病率的拟合效果较好,可用于广州地区CH发病率的短期预测及动态分析。     

求和自回归移动平均模型在通辽市成蚊密度预测中的应用

目的 分析通辽市不同年份成蚊密度,通过拟合求和自回归移动平均模型(autoregressive integrated moving average, ARIMA)对未来蚊虫密度进行预测。方法 选用诱蚊灯法监测通辽市2017—2021年不同生境成蚊密度,根据监测结果,建立ARIMA模型,对2022年成蚊密度进行预测。结果 2017—2021年通辽市各监测点平均蚊密度为7.91只/(灯·夜)。其中淡色库蚊为优势蚊种。在五类生境中,除2017年农户蚊密度较高外,其他年份都是牲畜棚密度较高。每年成蚊密度均为单峰曲线,除2017年高峰出现在7月份外,其余年份高峰均出现在8月,根据2017—2021年蚊虫密度结果,拟合ARIMA(1,1,1)×(1,1,0)₁₂模型,残差序列为白噪声序列(Q=14.498,P=0.488),用此模型预测2022年的成蚊密度,5—10月份分别为8.12、7.48、13.79、29.31、22.08和12.37只/(灯·夜)。结论 利用2017—2021年的数据建立ARIMA模型,能够预测2022年的成蚊密度和季节消长趋势,为进一步蚊媒传染病风险...     

基于ARIMA模型的2020年衡阳市肺结核发病趋势预测

目的 用差分整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型对肺结核发病率进行预测,为人群肺结核的防治以及制定干预措施提供参考依据.方法 收集衡阳市2010年1月—2019年12月肺结核月发病数据,运用SPSS 22.0软件进行数据分析,构建ARIM...     

上城区其他感染性腹泻ARIMA乘积季节模型的建立与预测

目的 建立上城区其他感染性腹泻病求和自回归移动平均(auto-regressive integrated moving average, ARIMA)乘积季节模型，为早期防控提供参考。方法 利用SPSS 25.0软件对上城区2010—2020年其他感染性腹泻病发病数据构建ARIMA乘积季节模型，通过对2021年月发病数进行回代预测评价模型拟合效果，并用构建的模型对2022年月发病数进行预测。结果 上城区2010—2020年共报告其他感染性腹泻病40 534例，年均报告发病数为3 685例，无死亡病例报告。构建的较优模型为ARIMA(2,1,1)(1,1,1)₁₂,平稳R²=0.870,贝叶斯信息准则(Bayesian information criterion, BIC)=9.524,平均绝对百分误差(mean absolute percentage error, MAPE)=27.351,模型Box-Ljung检验差异无统计学意义(Q=10.420,P=0.659)。模型实测发病趋势与预测发病趋势基本一致，预测值和实测值平均相对误差为23....