基于ARIMA乘积季节模型和Holt-Winters季节模型的梅毒月发病率预测分析

摘要

目的:探讨时间序列分析方法中ARIMA乘积季节模型和Holt-Winters季节模型在我国梅毒月发病率预测中的应用价值. 方法:以2005年1月～2015年12月梅毒月发病率数据为基础,运用SPSS22.0和Eviews8.0软件分别建立ARIMA乘积季节模型和Holt-Winters季节模型,采用2016年1月～6月的实际数据验证,评价指标是MAE.选择预测精度较高模型同法预测2016年7月～12月梅毒月发病率. 结果:通过比较MAE,ARIMA乘积季节模型预测精度优于Holt-Winters季节模型,预测2016年7～12梅毒月发病率的最优模型是ARIMA(1,1,1)×(0,1,1)12,模型口径为:(1-B)(1-B12)(1+0.374B)xt=(1+0.740B)(1+0.775B12)εt.预测结果(1/10万)分别为3.107、2.989、2.879、2.658、2.631、2.644. 结论:ARIMA乘积季节模型具有较高的预测精度,可较好地拟合全国梅毒月发病率的演变趋势.