自回归求和移动平均季节乘积模型在结核病发病率预测中的应用

摘要

目的探讨自回归求和移动平均（autoregressive integrated moving average,ARIMA）季节乘积模型在季节性时间序列资料分析中的应用,建立结核病发病率的预测模型。方法利用重庆市结核病防治所登记的某区1993至2004年结核病新发病例数及该区各年的平均人口数,采用条件最小二乘法估计模型参数,按照残差不相关原则、简洁原则确定模型的结构,依据 Akaike 信息准则（Akaike’s information criterion,AIC）与 Schwartz 的贝叶斯信息准则（Bayesian information criterion,BIC）确定模型的阶数,建立结核病发病率 ARIMA 季节乘积预测模型。结果非季节和季节移动平均参数分别为0.84076和0.46602,t 检验的 P 值均小于0.05,有统计学意义,方差估计值为0.088589,AIC=19.75979,SBC=23.28219,显示模型提取序列中几乎所有的样本相关信息。对模型进行残差白噪声分析,x~2检验统计量的 P 值均大于0.05,表明 ARIMA（0,1,1）（0,1,1）4NOINT 模型是有效的。结论 ARIMA（0,1,1）（0,1,1）4NOINT 模型是一种短期内预测精度较高的结核病发病率预测模型。