◇玉林师范学院数学与统计学院 钟德炎 陈丽华 吴荣火

目的：基于我国公开数据中有关新型冠状病毒肺炎（COVID-19）的死亡病例时机数据，预测以后的死亡病例。方法：结合时间序列理论，建立尚有确诊的时间序列的残差自回归模型。结果：残差自回归模型预测效果较好，有一定的参考价值。

1 前言

2019年12月以来[1]，湖北省武汉市因不明原因出现了多例新型冠状病毒肺炎的患者。与此同时，全世界多个国家也受到了新型冠状病毒肺炎的影响，全球受新冠肺炎疫情影响的国家和地区数量已达101个[2]。这是一种急性感染性肺炎，具有人传染人的能力，感染初期病人有发热、乏力、干咳的征状，严重者可出现呼吸困难、呼吸窘迫综合征或浓毒症休克，可增加进入重症监护室（ICU）的概率和病死率[3]。疫情期间，引起了很多人的恐慌，担心疫情得不到控制，担心死亡的病例越来越多。因此，对因新冠状病毒肺炎而死亡的病例进行研究具有重要意义，本文将通过我国每日的数据进行时间序列分析。

2 残差自回归模型简介

残差自回归模型常用于有确定性趋势的时间序列数据，基本思想是先利用确定性因素分解法提取时间序列中的主要确定性信息，如果信息提取充分，则残差序列的自相关性不显著，可以利用确定性回归模型进行拟合；但如果残差序列的自相关性显著，则需要进一步对残差序列拟合自回归模型提取随机因素信息[4]。

残差自回归是一种分析非平稳时间序列的研究方法[5]。……