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。     

SARIMA模型和Holt-winters模型在我国丙肝月报告发病人数预测中的应用比较

目的 分析2013-2019年我国丙型病毒性肝炎（丙肝）发病趋势，探讨比较SARIMA模型和Holt-winters模型在我国丙肝发病序列预测中的应用。 方法 基于2013-2018年我国丙肝月发病数据拟合建立SARIMA模型和Holt-winters模型，采用2019年1月-12月发病数据验证两种模型预测效果。 结果 SARIMA模型最优模型为ARIMA(2,1,4)(2,1,2)12，预测平均误差百分比（MAPE）为4.447%，Holt-winters模型最优模型为相加模型，预测平均误差百分比（MAPE）为2.958%。 结论 Holt-winters相加模型预测精度相对较高，可用于我国丙肝发病人数的预测。     

应用时间序列模型预测宜昌市甲型病毒性肝炎发病率

目的探讨应用ARIMA、季节趋势等时间系列模型预测甲型病毒性肝炎发病率。方法基于2005—2015年宜昌市逐月甲型病毒性肝炎发病率建立两种模型,对2016年甲型病毒性肝炎的发病率进行预测;采用平均绝对百分误差(MAPE)对预测模型进行拟合效果评价。结果两种时间序列与季节趋势模型能较好的模拟甲肝发病,但时间序列模型优于季节性趋势。应用最优模型对2016年甲型病毒性肝炎的发病率进行预测。结论两种时间序列与季节趋势模型能较好的模拟宜昌市甲型病毒性肝炎发病在时间序列的变化趋势,但ARIMA(0,0,1)(0,1,1)12模型能较好的模拟甲型病毒性肝炎发病在时间序列的变化趋势,为制定科学的防控措施和策略提供依据。     

乙型肝炎发病趋势的时间序列分析和预测模型研究

[目的]利用乘积季节模型预测无锡市乙型肝炎(乙肝)的发病趋势,为制订相应的防治措施提供科学依据.[方法]利用最小二乘原理,应用自回归求和移动平均模型与随机季节模型相结合的乘积季节模型,对无锡市1998～2006年乙肝月发病数进行时间序列分析并建立预测模型,用2007年相应数据验证预测效果,并对2008年以后无锡乙肝发病趋势进行预测. [结果]利用1998～2006年资料构建ARIMA(1,1,1)(1,1,1)12模型,所建立模型的预测效果良好,实际值均在预测值的95%可信区间内,预测2008～2012年无锡乙肝发病人数呈下降趋势. [结论]采用ARIMA乘积季节模型预测无锡市乙肝发病情况,拟合及近期预测效果均较好.预测结果符合我市乙肝发病现状及目前采取的乙肝防治措施.     

ARIMA模型预测医院感染发病状况研究

目的 探讨ARIMA季节乘积模型在时间序列资料中的应用,建立金坛市中医院医院感染发病率的预测模型. 方法 收集本院2005-2012年住院病人病案资料,应用SFSS18.0软件中的ARIMA模型预测模块对数据进行分析建立ARIMA预测模型,并预测2013年医院感染情况. 结果 ARIMA（1,0,1）（0,1,1）4能够较好的拟合本院医院感染发病率情况,利用此模型预测2013年本院4个季度的医院感染率分别为2.67％、2.03％、2.68％和1.93％. 结论 ARIMA模型能够较好的拟合和预测医院感染的发病情况,可以为医院决策提供科学依据.     

将ARIMA模型应用于深圳市1980-2007年重点法定传染病预测分析

[目的]探讨自回归移动平均混合模型（ARIMA模型）在预测法定传染病发病方面的可行性,为传染病预防控制提供科学依据。[方法]选取深圳市发病数高、疾病负担较重、有代表性的部分重点传染病,利用时间序列的ARIMA模型对1980～2007年的发病数进行拟合。[结果]ARIMA模型对病毒性肝炎、狂犬病、细菌性痢疾、肺结核、伤寒与副伤寒、淋病、梅毒、猩红热、艾滋病病毒携带与艾滋病、风疹的拟合效果较好,对霍乱、疟疾、流感、流脑、腮腺炎、麻疹、登革热的拟合效果较差。[结论]ARIMA模型对深圳市几种重点传染病发病的时间序列变动趋势能进行较好的模拟．因此可以为法定传染病的预测提供依据。     

ARIMA乘积季节模型在如东县戊型肝炎发病预测中的应用

目的通过分析如东县2005-2013年如东县戊型肝炎(戊肝)月发病数据,了解戊肝的发病趋势和季节性特征。探讨ARIMA模型在戊肝发病预测方面的应用,为戊肝的早期预警提供决策依据。方法应用SPSS 20.0软件对2005-2013年如东县戊肝月发病数据进行模型拟合,建立ARIMA模型,用模型对2014年戊肝逐月发病数进行预测分析,并评估模型预测效果。结果 ARIMA乘积季节模型较好地拟合了既往戊肝的实际发病序列,构建ARIMA(1,0,0)×(1,1,0)12模型,残差序列通过了白噪声检验(P0.05),模型决定系数(R2)为0.92。对2014年各月发病数获得了较好的预测效果。结论 ARIMA模型能较好地模拟如东县戊型肝炎的发病趋势,构建的ARIMA(1,0,0)×(1,1,0)12模型对戊肝发病情况的拟合结果满意,预测效果良好,可用于戊型肝炎疫情的短期预测和动态分析。     

ARIMA乘积季节模型在流行性腮腺炎发病率预测中的应用

目的构建时间序列分析ARIMA乘积季节性模型,预测武汉市2013年流行性腮腺炎发病趋势,探讨该模型在流行性腮腺炎发病率预测中的应用。方法利用中国疾病监测信息报告系统2005年1月至2012年12月武汉市流行性腮腺炎月发病资料,运用PASWStatistics18．0专家建模器,考虑季节性因素建立ARIMA预测模型,并将所建模型对2013年流行性腮腺炎月发病率进行预测。结果模型残差序列为白噪声,ARIMA（0,1,0）（0,1,1）。：模型构建理想,能较好地拟合时间序列,2013年流行性腮腺炎月发病高峰在5～7月,至11、12月出现次要高峰。结论专家建模器构建乘积季节性模型拟合效果较好,但在实际工作中要充分考虑流行性腮腺炎各项防控措施推行等影响因素,综合分析,为防控工作提出理论与实证建议。     

差分自回归移动平均模型在肾综合征出血热发病预测中的应用研究

目的探讨差分自回归移动平均模型（ARIMA）在肾综合征出血热（HFRS）预测分析中的应用。方法用SPSS16．0软件建立1986-2011年河北省HFRS逐月疫情资料数据库,用ARIMA相关模块进行建模拟合并进行预测分析。结果河北省1986-2011年HFRS发病数呈现明显的季节周期性。筛选ARIMA（0,1,1）×（0,1,2）_12模型为最优模型,对河北省2012年各月发病数进行预测,2012年1-12月实际值均落人了预测值的95％可信区间内。结论ARIMA模型可以很好地拟合HFRS发病数的变动趋势,并可用于预测未来疫情,为HFRS防控工作提供依据。     

ARIMA模型在深圳市法定传染病发病趋势预测的应用*

目的通过探讨单纯求和自回归滑动平均模型( ARIMA模型) 应用于法定传染病发病率预测的可行性, 为传染病防控工作提供科学依据.方法 采用 SAS 9.2软件对深圳市2004-2014年的病毒性肝炎,细菌性痢疾的月发病率进行ARIMA模型的建模拟合,预测2015年病毒性肝炎,细菌性痢疾的月发病率.结果 ARIMA 模型对病毒性肝炎,细菌性痢疾的拟合效果较好.结论ARIMA 模型对深圳市几种传染病发病的时间序列变动趋势能进行较好的模拟, 因此可以为法定传染病的预测提供依据.2015年预测结果提示病毒性肝炎的发病有上升趋势,需进一步调整相应防控策略.