ARIMA模型在深圳市流行性出血热发病预测中的应用

摘要

基于深圳市2005-2012年流行性出血热(hemorrhagic fever with renal syndrome,HFRS)逐月发病率建立预测深圳市HFRS的最优时间序列分析的自回归求和移动平均模型(auto regressive integrated moving aver age,ARIMA),利用2013年逐月HFRS发病率回代检验模型的预测效果,根据预测值与实际值的相对误差判断模型的预测精度,再以2005-2013年HFRS逐月发病率构建模型预测2014年的HFRS发病率.结果模型ARIMA(1,0,1)(1,0,1)12较好地拟合既往时间段的发病序列,各项参数(AR=-0.860,MA=-1.000,SAR=0.982,SMA =0.716)均有统计学意义(P＜0.01),BIC值=-3.127,Ljung-Box模型统计量Q=14.546,P=0.410,模型残差为白噪声,2013年逐月HFRS发病率的预测值符合实际值的变动趋势,全年发病率预测值与实际值的相对误差率为25.80％.ARIMA模型能很好地模拟深圳市HFRS发病率在时间序列上的变动趋势,并对未来的发病率进行预测.