南京医科大学学报(自然科学版)

作者：游楠楠，刘 巧，李忠奇，羊海涛

单位：东南大学公共卫生学院，江苏 南京 210009,,江苏省疾病预防控制中心慢性传染病防制所，江苏 南京 210009；南京医科大学公共卫生学院流行病与卫生统计学系，江苏 南京 211166,,南京医科大学公共卫生学院流行病与卫生统计学系，江苏 南京 211166,,东南大学公共卫生学院，江苏 南京 210009,

关键词：ARIMA模型;时间序列分析;肺结核;预测

基金：江苏省研究生科研与实践创新计划项目（KYCX19?1131）

目的：应用差分自回归移动平均（autoregressive integrated moving average，ARIMA）模型对江苏省常州市和盐城市的肺结核发病情况进行预测，探索其用于预测江苏地区肺结核疫情的可行性，为今后结核病防控工作提供参考依据。方法：收集并整理江苏省常州市和盐城市2005年1月—2016年12月肺结核月登记发病数资料，使用R3.5.2软件建立ARIMA模型，分别对两市2017年1—12月肺结核月登记发病数进行预测，以平均绝对百分比误差（mean absolute percent error，MAPE）、均方根误差（root mean square error，RMSE）和平均绝对误差（mean absolute error，MAE）评估ARIMA模型预测的准确性。结果：常州市的最优预测模型为ARIMA（0，1，1）（0，1，1）12，盐城市的最优预测模型为ARIMA（1，1，1）（0，1，1）12。用于预测2017年肺结核月登记发病数时，两市的MAPE分别为8.718 6和16.727 8，RMSE分别为14.061 7和39.487 2，MAE分别为11.381 3和33.349 8。结论：ARIMA模型预测常州市肺结核月登记发病数的拟合效果相对较好，故推测该模型更适用于苏南地区肺结核疫情的短期预测和动态分析。

来源：2020年第6期

《南京医科大学学报(自然科学版)》期刊编辑部

查看南京医科大学学报(自然科学版)杂志2020年第6期