首页 >>2015年12期
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
作者:惠石生 陈立章 刘富强 欧阳艳昊

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ARIMA(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R2=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。

关键词:流行性腮腺炎;预测;乘积季节自回归移动平均模型

Abstract:

Objective  To establish multiple seasonal autoregressive integrated moving average model(ARIMA) according to mumps disease incidence in Hunan province, and to predict the mumps incidence from May 2015 to April 2016 in Hunan province by the model.Methods  The data were downloaded from " Disease Surveillance Information Reporting Management System" in China Information System for Disease Control and Prevention. The monthly incidence of mumps in Hunan province was collected from January 2004 to April 2015 according to the onset date, including clinical diagnosis and laboratory confirmed cases. The predictive analysis method was the ARIMA model in SPSS 18.0 software, the ARIMA model was established on the monthly incidence of mumps from January 2004 to April 2014, and the date from May 2014 to April 2015 was used as the testing sample, Box-Ljung Q test was used to test the residual of the selected model. Finally, the monthly incidence of mumps from May 2015 to April 2016 was predicted by the model.Results  The peak months of the mumps incidence were May to July every year, and the secondary peak months were November to January of the following year, during January 2004 to April 2014 in Hunan province. After the data sequence was handled by smooth sequence, model identification, establishment and diagnosis, the ARIMA(2,1,1) × (0,1,1)12 was established, Box-Ljung Q test found, Q=8.40, P=0.868, the residual sequence was white noise, the established model to the data information extraction was complete, the model was reasonable. The R2 value of the model fitting degree was 0.871, and the value of BIC was -1.646, while the average absolute error of the predicted value and the actual value was 0.025/100 000, the average relative error was 13.004%. The relative error of the model for the prediction of the mumps incidence in Hunan province was small, and the predicting results were reliable. Using the ARIMA(2,1,1) ×(0,1,1)12 model to predict the mumps incidence from April 2016 to May 2015 in Hunan province, the peak months of the mumps incidence were May to July, and the secondary peak months were November to January of the following year, the incidence of the peak month was close to the same period.Conclusion  The ARIMA(2,1,1)×(0,1,1)12 model is well fitted the trend of the mumps disease incidence in Hunan province, it has some practical value for the prevention and control of the disease.

Key words: Mumps;Forecasting;Multiple seasonal autoregressive integrated moving average model

发表日期:2015/12

引用本文:

图/表:

  • 10.3760/cma.j.issn.0253-9624.2015.12.005.F001:图1 2004年1月至2014年5月湖南省流行性腮腺炎月发病率时序图

    10.3760/cma.j.issn.0253-9624.2015.12.005.F001:图1 2004年1月至2014年5月湖南省流行性腮腺炎月发病率时序图

  • 10.3760/cma.j.issn.0253-9624.2015.12.005.F002:图2 差分后2005年2月至2014年2月湖南省流行性腮腺炎月发病率时序图

    10.3760/cma.j.issn.0253-9624.2015.12.005.F002:图2 差分后2005年2月至2014年2月湖南省流行性腮腺炎月发病率时序图

  • 10.3760/cma.j.issn.0253-9624.2015.12.005.T001:表1 初筛的6种备选ARIMA模型的拟合统计量和Box-Ljung Q检验结果

    10.3760/cma.j.issn.0253-9624.2015.12.005.T001:表1 初筛的6种备选ARIMA模型的拟合统计量和Box-Ljung Q检验结果

  • 10.3760/cma.j.issn.0253-9624.2015.12.005.T002:表2 ARIMA(2, 1, 1)×(0, 1, 1)12模型各参数估计值及其检验结果

    10.3760/cma.j.issn.0253-9624.2015.12.005.T002:表2 ARIMA(2, 1, 1)×(0, 1, 1)12模型各参数估计值及其检验结果

  • 10.3760/cma.j.issn.0253-9624.2015.12.005.F003:图3 ARIMA (2, 1, 1)×(0, 1, 1)12模型残差序列的ACF(A)和PACF(B)图

    10.3760/cma.j.issn.0253-9624.2015.12.005.F003:图3 ARIMA (2, 1, 1)×(0, 1, 1)12模型残差序列的ACF(A)和PACF(B)图

  • 10.3760/cma.j.issn.0253-9624.2015.12.005.T003:表3 2014年5月至2015年4月湖南省流行性腮腺炎月发病率预测值与实测值的比较

    10.3760/cma.j.issn.0253-9624.2015.12.005.T003:表3 2014年5月至2015年4月湖南省流行性腮腺炎月发病率预测值与实测值的比较

  • 10.3760/cma.j.issn.0253-9624.2015.12.005.T004:表4 2015年5月至2016年4月湖南省流行性腮腺炎月发病率预测结果

    10.3760/cma.j.issn.0253-9624.2015.12.005.T004:表4 2015年5月至2016年4月湖南省流行性腮腺炎月发病率预测结果

参考文献:

[1]鲁琴宝,王臻,徐旭卿,等.浙江省2006–2011年学校流行性腮腺炎疫情分析[J].中国学校卫生,2012, 33(10): 1271–1272.
[2]费方荣,冯录召,许真,等.2008–2010年中国流行性腮腺炎流行病学特征分析[J].疾病监测,2011, 26(9):691–693.
[3]钟贵良,林希建,刘姝.2008–2012年长沙市流行性腮腺炎流行病学特征分析[J].中华疾病控制杂志,2014, 18(02): 120–122.
[4]孙振球,徐勇勇.医学统计学[M].北京:人民卫生出版社, 2010.
[5]周水森,黄芳,沈毓祖.ARIMA模型在疟疾发病预测中的应用[J].中国病原生物学杂志,2007, 2(4):284–286.
[6]张蔚,张彦琦,杨旭.时间序列资料ARIMA季节乘积模型及其应用[J].第三军医大学学报,2002, 24(8):955–957.
[7]王长双,马雅婷,路明霞,等.河南省2007-2011年流行性腮腺炎流行病学特征分析[J].中国儿童保健杂志,2013, 21(2): 176–178.
[8]徐维祯,张国民,梁爽,等.流行性腮腺炎减毒活疫苗免疫学效果和保护效果的系统评价[J].中国疫苗和免疫,2011, 17(5):426–430.
[9]张冬艳,冯燕,钟淑玲,等.2005–2010年浙江省腮腺炎流行株与疫苗株S79全基因组序列比较分析[J].中华预防医学杂志,2012, 46(3):252–257.
[10]张磊,王建军.不同流行性腮腺炎疫苗接种率及剂次保护效果比较[J].中国学校卫生,2013, 34(5):575–576, 579.
[11]HelfensteinU.Box-Jenkins modelling in medical research[J]. Stat Methods Med Res,1996, 5(1):3–22.
[12]KaoJJ, HuangSS. Forecasts using neural network versus Box-Jenkins methodology for ambient air quality monitoring data[J].J Air Waste Manag Assoc,2000, 50(2):219–226.
[13]MumbareSS, GosaviS, AlmaleB, et al.Trends in Average Living Children at the Time of Terminal Contraception:A Time Series Analysis Over 27 Years Using ARIMA (p,d,q) Nonseasonal Model[J].Indian J Community Med,2014, 39(4): 223–228.
[14]SatoRC.Disease management with ARIMA model in time series[J].Einstein(Sao Paulo),2013, 11(1):128–131.
[15]谈婷,陈立章,刘富强.乘积季节自回归积分滑动平均模型在长沙市手足口病发病率预测中的应用[J].中南大学学报(医学版),2014, 39(11):1170–1176.
[16]漆莉,李革,李勤.ARIMA模型在流行性感冒预测中的应用[J].第三军医大学学报,2007, 29(3):267–269.
[17]梁雪枫,李慧,高丽,等.ARIMA模型预测甲肝发病[J].预防医学情报杂志,2009, 25(4):252–254.

用户评论 0条

用户名: 密码: 登陆 注册
 
  • 9
  • 3
  •  4 : 页次:0/0页 共0条记录 5条/每页
    关于我们 | 专家风采 | 会员注册 | 继续教育
    地 址:北京市西城区东河沿街69号正弘大厦511室 邮 编:100052
    电话:010-51322302
    版权所有 中华医学会及中华预防医学杂志编辑部
    京ICP备 07035254 号