ARIMA模型在传染病预测中的应用

目的分析传染病发病情况,提高传染病监测预警能力,合理利用卫生资源。方法收集2011年1月至2014年5月国家法定传染病月度发病数数据,利用SAS 8.1软件对其做12步差分提取周期趋势,对差分后时间序列进行ARIMA模型构建,估算参数并预测未来趋势。结果我国传染病的发病呈现以年为单位的周期趋势,年平均发病总数基本保持在60万人不变。构建的最优模型为ARIMA(1,0,0)12,回归系数有统计学意义(φ1=0.654 23,t=4.02,P0.05),且该ARIMA模型预测显示未来几个月内传染病发病较以前出现下降趋势。结论传染病的发病复杂多变,受多种因素的影响,ARIMA模型对历史数据进行统计分析,其短期预测精度高,对传染病的监测有重要意义,实际应用过程中仍需及时补充即时数据来对模型修正。