时间序列分析在北京市东城区性传播疾病发病数预测中的应用

摘要

目的 探讨应用时间序列分析自回归移动平均模型(ARIMA)预测性传播疾病的可行性。方法 应用SAS 9.3软件对北京市东城区2010—2020年的性传播疾病月发病数建立ARIMA模型,用确定的模型对2021年1—12月的性传播疾病发病情况进行预测,再与2021年1—12月的性传播疾病实际发病数进行比较,评价模型预测效果。结果 ARIMA(0,1,1)×(0,1,1)_(12)为最优模型(P <0.05),统计量赤池准则(AIC)和贝叶斯准则(SBC)值最小,Ljung-Box统计量差异均无统计学意义(χ^(2)=6.51,P=0.77),残差为白噪声序列,以此模型预测2021年的性传播疾病月发病数,平均绝对比例误差MAPE=17.88%,模型预测效果比较好。结论ARIMA(0,1,1)×(0,1,1)_(12)模型能够较好的拟合东城区性传播疾病的时间变化,可用于东城区性传播疾病的预测。