传染病组合预测模型的构建——基于R软件

目的 利用R软件构建传染病组合预测模型，为疾病监测工作者提供参考。方法 以全国（不含香港、澳门特别行政区和台湾省数据）、吉林省、辽宁省、黑龙江省2004—2017年肾综合征出血热（HFRS）逐月发病率作为训练数据拟合模型，2018年1—12月数据用于评价预测效果。组合模型选择自回归移动平均模型（SARIMA）、指数平滑模型（ETS）、自回归神经网络模型（NNETAR）、指数平滑空间状态模型（TBATS）进行组合，采用R软件“forecastHybrid”包构建。单一模型权重相同的组合模型记为组合模型A；单一模型权重根据训练数据拟合效果确定，记为组合模型B。采用平均绝对误差百分比（MAPE）、离均差平方和（RMSE）评价6个模型拟合及预测效果。选取2004—2011年、2004—2012年、2004—2013年、2004—2014年、2004—2015年、2004—2016年、2004—2017年数据作为训练集分别建立模型，预测未来1—12月发病率进行敏感性分析。计算组合模型拟合及预测的MAPE、RMSE顺位累计和评价模型拟合及预测效果稳定性。结果 SARIMA、ETS、NNETAR、T...