目的:分析我国肺结核月报告死亡病例数的变化趋势以建立及确定最佳预测自回归移动平均模型(autoregressive integrated moving average model,ARIMA)。方法:搜集《疾病监测》杂志发布的2010—2020年全国(不包括我国港澳台地区,下同)每...目的:分析我国肺结核月报告死亡病例数的变化趋势以建立及确定最佳预测自回归移动平均模型(autoregressive integrated moving average model,ARIMA)。方法:搜集《疾病监测》杂志发布的2010—2020年全国(不包括我国港澳台地区,下同)每月报告的肺结核死亡病例数,共计报告21055例。以2010—2018年数据作为建模数据库组成时间序列并拟合ARIMA模型。以2019年和2020年每月报告的实际数据作为验证数据库,对ARIMA模型进行筛选与评价,选择出最佳模型并预测2021年1—12月我国肺结核月报告死亡病例数。结果:基于2010—2018年我国肺结核月报告死亡病例数构建模型,经参数评估与整体诊断初步筛选出3个备选模型,即平稳决定系数最大(R^(2)=0.589)的ARIMA(0,1,1)(1,1,0)_(12)模型、均方根误差值最小(RMSE=24.572)的ARIMA(0,1,2)模型和标准化贝叶斯信息准则值最小(NBIC=6.517)的ARIMA(0,1,1)模型。运用备选模型预测2019年和2020年我国肺结核月报告死亡病例数并与实际数据相比较,筛选出最优预测模型为ARIMA(0,1,1),其预测2019年和2020年数据的相对误差分别为6.56%(147/2241)和58.52%(910/1555)。以ARIMA(0,1,1)模型预测2021年1—12月我国肺结核死亡病例数约为2542例,平均月报告死亡病例数为212例。结论:ARIMA模型的短期预测效果较好,可用于预测近期我国肺结核月报告死亡病例数,但在预测远期或受到较大因素影响年份的数据时效果欠佳。展开更多
文摘目的:分析我国肺结核月报告死亡病例数的变化趋势以建立及确定最佳预测自回归移动平均模型(autoregressive integrated moving average model,ARIMA)。方法:搜集《疾病监测》杂志发布的2010—2020年全国(不包括我国港澳台地区,下同)每月报告的肺结核死亡病例数,共计报告21055例。以2010—2018年数据作为建模数据库组成时间序列并拟合ARIMA模型。以2019年和2020年每月报告的实际数据作为验证数据库,对ARIMA模型进行筛选与评价,选择出最佳模型并预测2021年1—12月我国肺结核月报告死亡病例数。结果:基于2010—2018年我国肺结核月报告死亡病例数构建模型,经参数评估与整体诊断初步筛选出3个备选模型,即平稳决定系数最大(R^(2)=0.589)的ARIMA(0,1,1)(1,1,0)_(12)模型、均方根误差值最小(RMSE=24.572)的ARIMA(0,1,2)模型和标准化贝叶斯信息准则值最小(NBIC=6.517)的ARIMA(0,1,1)模型。运用备选模型预测2019年和2020年我国肺结核月报告死亡病例数并与实际数据相比较,筛选出最优预测模型为ARIMA(0,1,1),其预测2019年和2020年数据的相对误差分别为6.56%(147/2241)和58.52%(910/1555)。以ARIMA(0,1,1)模型预测2021年1—12月我国肺结核死亡病例数约为2542例,平均月报告死亡病例数为212例。结论:ARIMA模型的短期预测效果较好,可用于预测近期我国肺结核月报告死亡病例数,但在预测远期或受到较大因素影响年份的数据时效果欠佳。
