时间序列分析在流感疫情预测预警中的应用研究.pdfVIP

时间序列分析在流感疫情预测预警中的应用研究 南京医科大学 朱猛、湛蓝、丁克琴 目 录 摘 要 错误 !未定义书签。 一、问题提出 错误 !未定义书签。 二、研究背景 错误 !未定义书签。 1、时间序列模型背景 错误 !未定义书签。 2、ARIMA 模型简介 错误 !未定义书签。 3、时间序列在传染病发病预测中的应用 错误 !未定义书签。 三、江苏省流感样病例监测数据的 ARIMA错误 !未定义书 签。 （一）若干基本概念 -6- （二）江苏省流感样病例监测数据的 ARIMA 模型 错误 !未定义书 签。 1、流感监测数据分析 -7- 2、数据的平稳化 -7- 3、模型的识别、定阶与参数估计 -9- 4、模型诊断检验 -10- 5、模型的预测 -11- 6、基于流感样病例百分比序列的建模 -12- 四、结论与建议 -12- 参考文献 -13- 流感监测的背景 -14- 附录： 摘 要 时间序列分析是概率统计学中一个重要分支，利用时间序列模型进行分析、预测已被广 泛运用于医学、经济学等多领域，并取得良好的效果。流感作为最常见的传染病之一，具有 易变异、传播速度快、波及范围广等特点，尤其是近期甲型 H1N1 流感在世界范围内广泛流 行，引起社会、政府的广泛关注，对流感疫情预测预警等工作已逐渐成为控制流感的关键和 焦点。 本文针对流感病情的特点， 根据时间序列模型的原理， 以 2005 年 10 月至 2010 年 2 月江 苏 省 各 监 测 点 流 感 样 病 例 总 数 的 详 细 资 料 建 立 了 ARIMA 模 型 ： 2 2 （1 0.785 ）（1- ）ln X t (1 0.622 ) t ，并利用该模型对 2010 年 3 月至 4 月江苏省流感样 病例的发病情况进行预测。研究结果显示，预测值与实际监测结果相符，建立的 ARIMA 模 型拟合效果较好，能够较好的运用于流感样病例的预测预警工作，为疫情的防控工作提供科 学依据。 关键词： 流感样病例； ARIMA 模型；预测；预警 1 一、问题提出 流行性感冒（流感）是由流感病毒引起的急性呼吸道传染病。流感病毒具有高度的传染 性，一旦流感病毒通过抗原转换形成一种新的亚型，并且人群中对该亚型普遍缺乏免疫力， 则可能引起较大范围的流感大流行。在人类发展的历史中，似乎曾没有离开过流感的威胁。 1918年至 1920年，世界上发生了历史上闻名的严重流感大流行“西班牙流感” ，此次流感广泛 波及世界各地，几年内共出现了三次流行高潮，在全球范围内造成了 2000万-4000万人死亡， 大大多于第一次世界大战所致的死亡人数（ 850万人） [1] 。2009年3月首先发现于墨西哥的新 甲型H1N1病毒在三个月内已蔓延至全球 135个国家或地区，世界卫生组织（ WHO ）曾一度将 预警级别升至 6级（传染病预警最高级别） ，在全球范围内造成了巨大的经济损失 [2] 。 为了能及时发现流感流行趋势异常，