ARIMA模型预测南宁市细菌性痢疾的发病趋势

目的 运用自回归移动平均(ARIMA)模型对南宁市2011 -2013年的细菌性痢疾发病趋势进行预测,探索细菌性痢疾的流行规律.方法 以南宁市2004-2010年的细菌性痢疾月发病率数据为基础,用SPSS13.0建立ARIMA预测模型,以2004-2010年的数据验证模型的预测精度.结果 ARIMA(1,0,1)(0,0,0)12模型可以用于拟合南宁市细菌性痢疾的发病情况.南宁市2011 -2013年细菌性痢疾的发病与2010年相比,没有明显的变化,发病呈平稳流行的趋势.结论 ARIMA模型可用于细菌性痢疾发病趋势的短期预测.     

ARIMA季节性模型在河南省猩红热发病预测中的应用

目的 建立河南省猩红热发病的ARIMA季节模型,探讨该模型在预测猩红热发病中的应用。方法 以2005-2019年河南省猩红热病例数为基础建立ARIMA模型,并用2019年1-12月的实际发病数进行验证,利用最优模型预测2020年1-12月河南省猩红热发病数。结果 最优模型为ARIMA (2,1,2)(0,1,1)₁₂,参数均有统计学意义(P<0.05),BIC=7.406,残差序列为白噪声(Ljung-Box=17.234,P=0.141),拟合效果较好。2019年1-12月猩红热月发病数预测值和实际值的平均相对误差为9.9%,实际值均在预测值95%置信区间(95%CI)。预测河南省2020年猩红热平均月发病数为192例,少于2019年的203例,明显多于2020年实际月均病例数47例。结论 ARIMA(2,1,2)(0,1,1)₁₂模型拟合河南省猩红热发病数效果较好,可用于河南省猩红热发病趋势的短期预测。     

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。     

ARIMA模型预测青岛市手足口病发病趋势

目的采用ARIMA模型对青岛市2013年手足口病发病趋势进行预测,为该病早期防控提供科学依据。方法应用SPSSl8．0软件对青岛市2008年1月-2013年2月的手足口病逐月发病数建立ARIMA模型。结果建立ARI—MA（1,0,0）（1,1,0）,摸型,其中BIC=12．338,Ljung—Box统计量检验残差序列为白噪声序列。结论ARIMA模型可用于手足口病发病的预测。     

基于R语言的ARIMA模型在猩红热分析预测中的应用

目的应用ARIMA模型对猩红热监测数据进行分析及预测,提高猩红热防控的及时性。方法利用R语言对中国疾病预防控制信息系统中,2005年1月1日-2016年6月30日连云港市每月猩红热发病数据进行分析,建立ARIMA模型并进行预测。结果通过数据转换、观察自相关函数和偏自相关函数图建立ARIMA(4,1,1)(1,1,1)12模型,对2016年1-6月发病数据进行预测,预测绝对误差平均为25.93%,除2月份数据预测偏差较大外,其他预测数据比较接近真实值。结论以ARIMA(4,1,1)(1,1,1)12模型能较为准确地对短期猩红热发病情况进行预测,可为猩红热防控提供一定的参考。     

手足口病发病趋势的ARIMA模型预测

目的采用ARIMA模型预测手足口病发病趋势,为预防控制手足口病流行提供依据。方法对杭州市上城区2008年4月—2013年12月的手足口病逐月发病率建立ARIMA模型,并进行预测分析。结果通过参数和模型拟合优度检验以及残差白噪声序列检验,得到模型ARIMA(1,0,0)(0,1,0)12,BIC=3.094,LjungBox=10.871(P=0.863),2013年手足口病月发病率预测值和实际值的平均相对误差为26.86%,实际值都在95%可信区间内,预测2014年发病率为74.50/10万。结论 ARIMA模型能较好地模拟手足口病发病率的变动趋势,预测效果可信。     

应用ARIMA模型预测石家庄市手足口病发病趋势

目的探讨应用ARIMA模型预测石家庄市手足口病发病趋势的可行性,为手足口病防制提供科学依据。方法收集石家庄市2011-2018年手足口月发病率,利用软件SPSS 19.0构建石家庄市手足口病月发病率ARIMA模型。结果石家庄市手足口病月发病率模型为ARIMA(1,0,1)(0,1,1)₁₂,最小BIC指标值为3.058,Ljung-Box统计量为15.986(P=0.383),模型残差为白噪声序列。2018年7-12月实际月发病率与预测值基本吻合,预测值与实际值的平均相对误差为4.72%,实际值均在预测值95%可信区间。利用该模型进行预测,2019年石家庄市手足口病发病呈上升趋势。结论 ARIMA(1,0,1)(0,1,1)₁₂模型可以较为准确地预测短期内石家庄市手足口病发病趋势,可为手足口病的防治工作提供参考。     

ARIMA模型预测上海市手足口病发病趋势

目的采用ARIMA模型建立上海市手足口病发病预测模型。方法应用SPSS18.0软件对上海市2005-01/2010-06手足口病月发病率进行ARIMA模型建模拟合,并与实际发病率进行比较。结果 ARIMA（1,0,0）（0,1,0）12模型能很好地拟合既往时间段的发病序列,对2010-01/06的预测值符合上海市该病的发病率变动趋势。2011和2012年上海市手预测足口病的年发病率分别为235.32/10万和294.59/10万。结论 ARIMA模型能够较好模拟上海市手足口病在时间序列上的变动趋势,并对未来2年该病发病情况进行预测。     

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...     

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。     

用季节流行现象预测全国猩红热疫情

目的 运用疾病流行中的“Z-D现象”理论对全国猩红热疫情进行预测,为猩红热疫情暴发流行的控制工作提供理论依据.方法 分析利用全国1987 - 2011年猩红热疫情资料,构建外推性预测模型,预测2012年猩红热趋势.结果结果表明,最佳截取点的月累计百分位数和流行年前兆升降比之间呈负相关(R=0.33,P=0.05),回顾性模型的预测结果与实际情况进行比较,符合率达到71％.验证性外推预测结果较好,提示2012年猩红热疫情呈下降趋势.结论 根据本年度的猩红热发病数据,可以较好地预测猩红热下一流行年的流行趋势,为猩红热的预防控制提供理论支撑.     

上海市徐汇区猩红热流行趋势分析及预测

目的 了解徐汇区猩红热流行病学特征和流行趋势,为制定有效的防控措施提供科学依据.方法 对徐汇区2005-2013年猩红热疫情进行描述性流行病学分析,采用流行控制图法对2014年发病情况进行预测.结果 2005-2013年徐汇区累计报告猩红热病例811例,年均发病率为7.45/10万;高发期集中在4～6月份和12～1月份;男女比例为1.85∶1;811例病例中,学生占55.61％,幼托儿童占38.10％,散居儿童占6.17％,工人占0.12％;5～8岁年龄组占病例总数的69.54％;流行控制图法预测2014年猩红热发病呈现散发.结论 学校、托幼机构是猩红热发病的高危场所,应加强学校和托幼机构的疫情监测和健康教育工作,达到有效控制猩红热疫情的目的.     

南宁市猩红热流行趋势分析及预测

目的了解南宁市猩红热的发病特征和流行趋势,为制订防制规划提供依据。方法对南宁市2004-2010年猩红热发病情况进行描述流行病学分析,并用自回归移动平均混合模型（ARIMA）对2011-2013年的发病情况进行预测。结果 2004-2010年猩红热年均发病率为0.86/10万,发病率呈逐年下降趋势。发病以冬春季为主,存在11～1月和3～5月两个高峰。男女性别发病率比为1.58：1,98.72%的病例是儿童和学生,3～7岁组病例占总病例数的72.05%。城区发病明显高于郊县。ARIMA模型预测发现2011-2013年猩红热的发病仍维持在低位流行。结论托幼机构、学校是猩红热发病的高危环境,托幼儿童和学生是防制的重点人群。应加强托幼机构和学校的疫情监测并开展健康教育,减少发病。     

基于ARIMA模型的国内药品价格管制政策评估

政府出台了多项管制政策以控制过快上涨的药品价格,国内学者们对其效果尚无定论。利用20014年4月至2011年4月间与药品相关的价格指数时间序列数据建立求和自回归移动平均(ARIMA)模型,进而对此期间颁布的药品价格管制政策的效果进行评价。评价结果发现,这些政策对药品相关的价格指数的作用均不明显,从实证角度证实了近年来政府实施的各项价格管制政策未能达到很好地控制药品价格上涨、减轻群众用药负担的目的。建议政府一方面切实调查了解药品生产、流通成本,另一方面加快改革医疗卫生体制。     

基于季节性ARIMA模型的新疆肺结核发病预测分析

目的 探讨季节性时间序列模型(autoregressive integrated moving average,ARIMA)在新疆肺结核发病预测中的应用,并验证模型的可行性和适用性。 方法 采用季节性ARIMA(p, d, q )(P, D, Q)_s拟合2005年1月—2019年8月新疆地区肺结核月发病人数,建立多个季节时间序列模型并进行比较,选出最优模型对2019年9—12月肺结核发病人数进行预测。 结果 2005年1月—2019年8月新疆地区肺结核累积发病人数为627 869例,年平均发病人数为3 567例。 新疆地区肺结核月发病数具有季节性,1—5月平均发病数高于平均水平,6—12月平均发病数低于平均水平,发病高峰为1月和3月,发病低谷为9月。通过赤池信息量(Akaike Information Criterion,AIC)和贝叶斯信息量(Bayesian Information Criterion,BIC)最小原则得出,ARIMA(1, 1, 1 )(0, 1, 2)₁₂是最优模型,其残差序列为白噪声,参数的回归系数均具有统计学意义,拟合的平均绝对百分比误差MAPE为8.723%。预测的MAPE为18.674%,真实值均处于预测值的95%置信区间内。 结论 ARIMA(1, 1, 1 )(0, 1, 2)₁₂模型能够较好地拟合新疆肺结核发病数据,并进行短期预测,对新疆卫生防控措施的制定具有一定指导意义。     

基于ARIMA模型的流感样病例预警预测分析

目的探索建立适合于流感样病例预测的自回归求和移动平均模型（ARIMA模型）。方法采集深圳市南山区2006--2011年流感样病例监测数据,绘制序列图,差分使序列平稳化,通过自相关分析和偏相关分析进行模型识别,根据AIC（赤池信息准则）和BIC（贝叶斯信息准则）确定模型参数,建立ARIMA预测模型,用Q统计量法对模型适用性进行检验,用2012年全年实际监测数据与模型预测值进行比较,评价模型预测效果。结果2006--2011年流感样病例累计报告199360例,月发病最大值9765例,月发病最小值594例,平均月发病2769例。通过对2006--2011年各月的监测数据进行分析发现,各年度流感样病例发病呈现明显的高峰和低谷,高峰在每年5—8月份,低谷在当年的11月份至次年2月份,不同年度略有波动。对序列进行一阶差分后可得到较为平稳的序列,适合进行模型拟合,经过模型拟合诊断发现ARIMA（0,1,1）×（0,0,1）12模型为最优模型,AIC值和BIC值最小,分别为1239．19和1245．98,Box-Ljung检验结果Q值为19．07,P〉0．05,通过2012年拟合值与实际值比较,结果差异无统计学意义（P〉0．05）。结论ARIMA模型可以较好地对流感样病例进行拟合分析预测。