基于向量自回归模型分析呼吸道病原感染与气象因素的动态关系

摘要

cqvip:目的运用向量自回归模型分析发热呼吸道症候群病原感染与气象因素的变动关系,为不同气象条件下急性呼吸道传染病的防控提供科学参考。方法收集兰州市2010-2015年发热呼吸道症候群检出病原阳性率及同期气象数据,构建向量自回归模型,进行脉冲响应和方差分解,分析气象因素随机新息对呼吸道病原感染的方差贡献。结果 VAR(2)模型总拟合优度为0.642,拟合值与实际值的希尔不等系数为0.193,平均绝对误差为0.07,平均绝对百分误差为22.42%。平均气温、平均相对湿度、平均降雨量和平均气压对病原感染阳性率预测误差的贡献到第15期分别达5.89%、4.34%、8.33%和8.15%。结论 VAR模型可用于分析呼吸道病原感染与气象因素的动态关系。发热呼吸道症候群预警可考虑结合当地气象因素。