上海市流感样病例发病趋势的时间序列分析和预测模型研究.PDFVIP

·496· ．论著 上海市流感样病例发病趋势的时间序列 分析和预测模型研究 李燕婷张宏伟任宏 陈健王晔 【摘要】 目的 预测上海市流感样病例的发病趋势。方法 应用自回归求和移动平均模型 integratedaveragemodel，ARIMA)，对上海市2004年1月至2006年4月期间由 (autoregressivemoving 流感监测点医院每日报告的流感样病例监测资料进行时间序列分析并建立预测模型，使用前114周 资料建立模型，后9周资料评估模型预测效果。结果流感样病例监测资料构建ARIMA(1，0，0) (1，l，0)26模型，非季节性和季节性自回归系数差异皆有统计学意义(P0．001)。白噪声残差分析 显示序列自相关函数的Box．Ljung统计量最小值为0．803(P0．1)，残差为随机性误差。1～114周 yI_26—0．367lgyI一27+0．58219yt_52一O．51219yt_53预测 资料所建立模型lg一=0．87919yI一。+0．418lg 效果良好，实际值均在预测值的95％可信区间内，符合率达100％。结论ARIMA模型能较好模拟 上海市流感样病例的发病趋势。 【关键词】 流感；模型，统计学；队列研究；人口(种群)监测 0f intlle 0fincidencetrend0finnuen龃·UkeillIlessin tilne AppH∞tionseri鹤analysisprediction ShangllaiⅡ‰n一￡吆+，z础ⅣG舶凡g讹i，船Ⅳ舶昭，C嬲Ⅳ以口n，黝ⅣG娩+Acu把i，扣tio班d括湖e nnd con‘rof controzⅡ，以j)，鲫en￡ion，鼽口咖i p聊emiondep口以，nem，s^nn曲毹』协‘nic咖如cen把r加r上bie∞e 2伽36．C矗；n。 trendofinnuenza·likeillnessin MetlIods Toforecastincidence 【Abstmct】Objec6ve shan曲ai． illnesssurveillanceinfoⅡnationf而m to Wecollected innuenza—like everyday．report January，2004April，2006 andused andestablish autoregressiveintegratedmovingaveragemodel(ARIMA)toanalyze prediction wasusedtoestablishmodeland9weeksdatatoevaluate．R郫lllts model．114weeks info瑚ation preceding Model fIumSurveillanceinfo咖ationwasbothwithseasonalandnon—seasonal ARIMA(1，O，0)(1，1，0)26 theminimum valueofautocorrelationfunction features(P0．001)．Whitenoiseanalysisshow B似一Ljung wasrandomizeddiⅡbrence．Weestablished modelas was0．803(P0．1)andtheresidual prediction lgyt= O．879