arima时间序列模型 ARIMA时间序列在乙肝发病预测中的应用.doc

arima时间序列模型 ARIMA时间序列在乙肝发病预测中的应用 导读：就爱阅读网友为您分享以下“ARIMA时间序列在乙肝发病预测中的应用”的资讯，希望对您有所帮助，感谢您对92的支持! ·646ＲIMA时间序列在乙肝发病预测中的应用 北京市昌平区疾病预防控制中心（102200） 王涛苑新海朱宗龙 【提要】目的探讨AＲIMA模型在乙型肝炎发病预测中的应用，为乙型肝炎的早期预警提供决策依据。方法应用时间序列分析方法对昌平区2005－2012年乙肝月发病数据进行分析并建立预测模型，对建立的预测模型进行参数估计、模型诊断、模型评价，选择最优预测模型。结果昌平区2005－2012年乙肝的发病呈周期性波动，并具有趋势性变化。建立的AＲIMA模型的拟合精度和预测效果较为理想。结论AＲIMA模型能较好的模拟昌平区乙肝的发病趋势，可用于乙肝的短期预测和动态分析。 【关键词】AＲIMA模型时间序列乙肝预测 传染病预测是根据传染病发生、发展规律及有关因素，用分析判断和数学模型等方法对传染病的发生、发展和流行趋势作出预测，是制定预防和控制传染病 的长期或近期应对策略的前提［1］ 。本文以昌平区乙肝的月发病数为基础，应用时间序列分析法对其发病 情况建模， 并预测其发病趋势，为早期发现乙肝的流行及制定相关防治策略提供依据。 方法和原理 1.资料 北京市昌平区2005－2012年乙肝发病数据来源 于疾病监测信息报告管理系统。同时由于昌平区人口基数较大且相对稳定，最终确定以乙肝发病数代替发病率来进行预测分析。 2.方法 （1）基本思想 标准的AＲIMA模型为AＲIMA（p， d，q）（P，D，Q）s，其中p、 q分别表示自相关函数（ACF）和偏自相关函数（PACF）的阶， d表示差分的次数，P、Q、D分别表示季节性自相关函数和偏自相关函