采用自回归移动平均模型预测我国狂犬病病例的研究

【摘要】：目的采用自回归移动平均模型(ARIMA)对我国大陆地区狂犬病月发病数进行预测,为我国狂犬病的防治工作提供参考依据。方法使用SPSS 19.0软件,利用2007年1月至2016年12月我国狂犬病的月发病数建立时间序列模型,并以2017年的月发病数为验证数据,评估和筛选最优模型,使用最优模型对2018年狂犬病流行趋势及发病数进行预测。结果最优模型为ARIMA(0,1,1)(2,1,0)12,其平稳R~2=0.539,均方根误差=17.653,Ljung-Box Q=8.932,P=0.881。对2017年1—12月的数据进行预测,相对误差为1.55%,2017年我国狂犬病实际发病数为516例,预计2018年发病数将继续下降至398例。结论 ARIMA(0,1,1)(2,1,0)_(12)模型能很好地拟合狂犬病发病的长期趋势和季节趋势,回代拟合和短期预测效果较理想。