乘积季节自回归积分滑动平均模型在流行性腮腺炎发病率预测中的应用

摘要

目的建立流行性腮腺炎（腮腺炎）月发病率的乘积季节自回归积分滑动平均模型（ARIMA模型）,并对湖南省2015年5月至2016年4月腮腺炎月发病率进行预测。方法数据来源于中国疾病预防控制信息系统中的"疾病监测信息报告管理系统"。按发病日期收集2004年1月至2015年4月湖南省腮腺炎的月发病率资料,包括临床诊断病例和实验室确诊病例。采用SPSS 18.0软件中的ARIMA模型作为预测分析方法,利用2004年1月至2014年4月湖南省腮腺炎的月发病率资料进行建模,用2014年5月至2015年4月的月发病率数据作为模型预测效果的检验样本,采用Box-Ljung Q检验法对选定模型残差是否为白噪声进行检验。最后采用建立的模型对2015年5月至2016年4月湖南省的腮腺炎月发病率进行预测。结果湖南省2004年1月至2014年4月期间,每年5—7月为腮腺炎的发病高峰期,11月至次年1月为次高峰。通过序列的平稳化,模型的识别、建立、诊断,建立模型ARlMA（2,1,1）×（0,1,1）12,对该模型的残差进行Box-Ljung Q检验发现,Q=8.40,P=0.868,认为残差序列为白噪声序列,说明所建立的模型对数据信息的提取较为完全,模型建立比较合理。该模型拟合度R~2=0.871,BIC值为-1.646,预测值与实际值的平均绝对误差为0.025/10万,平均相对误差为13.004%,说明该模型对湖南省腮腺炎月发病率预测的相对误差较小,预测结果基本可靠。用选定的ARIMA（2,1,1）×（0,1,1）12模型对湖南省2015年5月至2016年4月腮腺炎的月发病率进行预测发现,发病率出现的高峰月份为5—7月,次高峰出现在11月至次年1月,高峰期的发病率与以往同期的发病率水平接近。结论 ARIMA（2,1,1）×（0,1,1）12较好地拟合了湖南省腮腺炎的月发病率的变化趋势,对该病的预防控制具有一定的实用价值。