时间序列模型在流感预测中的应用

摘要

cqvip:近年来流感发病率愈发上升,为了更有效地预防流感,本研究提出了采用国家流感中心数据作为时间序列来进行流感暴发预测。本文收集国内2012年第1周至2018年第48周的流感监测周报数据,获得每周流感发病病例数据,采用ARIMA模型和Holt-Winters指数平滑模型对国家流感中心数据建模,并进行对比。结果显示基于国家流感中心数据的ARIMA模型平均相对误差为7.06%,Holt-Winters指数平滑模型平均相对误差为10.73%。证明了基于国家流感中心数据的ARIMA模型能够有效地预测国内流感发病人数。