APP下载

利用时间序列模型分析预测辽宁手足口病疫情趋势*

2017-01-09辽宁省疾病预防控制中心110005姚文清

中国卫生统计 2016年5期
关键词:趋势分析模型

辽宁省疾病预防控制中心(110005) 王 伶 姚文清

利用时间序列模型分析预测辽宁手足口病疫情趋势*

辽宁省疾病预防控制中心(110005) 王 伶 姚文清△

目的探讨辽宁地区手足口病发病趋势特征,应用时间序列模型进行预测。方法收集辽宁省2008年1月-2013年12月的手足口病月发病数据建立时间序列,采用自回归移动平均季节乘积模型拟合发病情况,对2014年1月~12月的手足口病发病数进行预测,评价预测效果。结果建立SARIMA(0,1)×(1,1)模型,预测平均相对误差为21.58%,希尔不等系数为0.115236。结论辽宁地区手足口病疫情趋势平稳,呈现周期为12月的季节性波动,所建立的模型时防控工作具有指导意义。

时间序列分析 手足口病 预测

手足口病作为一种多发的儿童传染病,其发病率和死亡率均在法定丙类传染病中居高不下,近年来引起了社会的广泛关注。手足口病主要通过消化道、呼吸道和接触传播,感染途径易于实现,影响发病的因素多种多样。本文通过分析手足口病的逐月发病数据,探索疫情发展趋势特征,并尝试运用时间序列分析方法建立SARMA模型,以往期数据拟合数学模型,预测未来12个月发病情况,为预防控制手足口病提供科学的依据。

资料与方法

1.资料

数据来源于《中国疾病预防控制信息系统》,按“发病日期”下载2008年1月1日-2014年12月31日的手足口病病例资料,以“月”为单位建立手足口病发病数的时间序列。

2.方法

(1)HP(hodrick-prescott)滤波法:时间序列数据可以看作由趋势成分和波动成分两者组成,而通过设定一个损失函数使其最小化,寻找到可以描绘该序列变量发展方向的因素即趋势成分,通过HP滤波技术分解,一个时间序列可以分解为趋势成分和波动成分,前者代表长期变动方向,后者代表短期波动[1]。……

登录APP查看全文

猜你喜欢

趋势分析模型
一半模型
趋势
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
电力系统不平衡分析
初秋唇妆趋势
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
SPINEXPO™2017春夏流行趋势
趋势