中国医科大学学报

中国医科大学学报
  • 中文核心期刊
  • 中国科技核心期刊
  • 中国高校百佳科技期刊
  • BA、CA收录

中国医科大学学报 ›› 2018, Vol. 47 ›› Issue (7): 585-588.doi: 10.12007/j.issn.0258-4646.2018.07.003

• 论著 • 上一篇    下一篇

SARIMA模型在长治市肺结核预测中的应用

张喜红1, 李慧2, 曹文君3, 崔永梅4   

  1. 1. 长治医学院数学教研室, 山西 长治 046000;
    2. 北京师范大学统计学院数理统计系, 北京 100875;
    3. 长治医学院公共卫生与预防医学系流行病与卫生统计学教研室, 山西 长治 046000;
    4. 长治市疾病预防控制中心传染病防控科, 山西 长治 046011
  • 收稿日期:2018-01-26 出版日期:2018-07-30 发布日期:2018-07-03
  • 通讯作者: 曹文君 E-mail:wjcao16@hotmail.com
  • 作者简介:张喜红(1965-),女,副教授,本科.
  • 基金资助:
    国家自然科学基金(81302518)

Application of the SARIMA Model in the Prediction of Pulmonary Tuberculosis in Changzhi City

ZHANG Xihong1, LI Hui2, CAO Wenjun3, CUI Yongmei4   

  1. 1. Teaching and Research Section of Mathematics, Changzhi Medical College, Changzhi 046000, China;
    2. Department of Mathematical Statistics, School of Statistics, Beijing Normal University, Beijing 100875, China;
    3. Teaching and Research Section of Epidemiology and Health Statistics, Department of Public Health and Preventive Medicine, Changzhi Medical College, Changzhi 046000, China;
    4. Department of Infectious Diseases Prevention and Control, Changzhi Center for Disease Control and Prevention, Changzhi 046011, China
  • Received:2018-01-26 Online:2018-07-30 Published:2018-07-03

摘要: 目的 应用时间序列季节自回归求和滑动平均(SARIMA)模型探讨长治市肺结核的发病规律,为防控肺结核发生提供依据。方法 收集长治市2010年1月至2017年12月肺结核逐月发病数,应用Eviews3.1对2010年1月至2017年6月肺结核发病数建立SARIMA模型;利用所建SARIMA模型对2017年7月至12月肺结核发病数进行预测,并与实际值对比来评价模型预测效果。利用模型预测长治市2018年1到12月肺结核发病数。结果 建立模型SARIMA(2,1,0)×(1,0,1)12,表达式为(1-B)(1+0.657B+0.279B2)(1-0.906B12yt=(1-0.885B12εtyt=ln (xt),其中εt~WN (0,0,1272),该模型是预测长治市肺结核发病人数的合适模型,2017年7月至12月预测值平均相对误差为5.96%。结论 建立了时间序列模型SARIMA(2,1,0)×(1,0,1)12来总结长治市肺结核的发病规律,并有效预测肺结核发病人数。

关键词: 季节自回归求和滑动平均模型, 时间序列, 肺结核, 预测

Abstract: Objective To investigate the pattern of pulmonary tuberculosis in Changzhi city by using the time-series seasonal autoregressive integrated moving average(SARIMA) model to provide a reliable basis for the prevention and control of tuberculosis. Methods The monthly incidence of pulmonary tuberculosis in Changzhi city from January 2010 to December 2017 was collected. On the basis of this number, the SARIMA model was established using Eviews3.1. The established SARIMA model was used to predict the number of patients with pulmonary tuberculosis from July to December 2017 and compared with the actual numbers to evaluate the prediction effect of the model. In addition, the model was used to predict the incidence of tuberculosis in Changzhi city from January to December in 2018. Results The SARIMA model was finally established as SARIMA (2, 1, 0)×(1, 0, 1)12, with the expression of (1-B) (1+0.657B+0.279B2) (1-0.906B12)yt=(1-0.885B12) εt, yt=ln (xt), of which εt-WN (0, 0, 1272). The model was suitable for predicting the incidence of pulmonary tuberculosis in Changzhi city, with an average relative error of 5.96% for the predicted values from July to December 2017. Conclusion The time series model SARIMA(2, 1, 0)×(1, 0, 1)12 can better investigate the incidence of pulmonary tuberculosis in Changzhi and effectively predict the incidence of tuberculosis.

Key words: seasonal autoregressive integrated moving average model, time series, tuberculosis, prediction

中图分类号: 

  • R183.3
[1] 国务院办公厅关于印发"十三五"全国结核病防治规划的通知[EB/OL].[2017-02-16].http://www.dzwww.com/xinwen/guoneixinwen/201702/t20170216_15551354.htm.
[2] 孟蕾,王玉明.ARIMA模型在肺结核发病预测中的应用[J].中国卫生统计,2010,27(5):507-509,DOI:10.3969/j.issn.1002-3674.2010. 05.018.
[3] 杨仁东,胡世雄,邓志红,等. 湖南省手足口病发病趋SARIMA模型预测[J]. 中国公共卫生,2016,32(1):48-52. DOI:10.11847/zgggws2016-32-01-15.
[4] 李润滋,章涛,梁玉民,等. SARIMA模型在流行性腮腺炎发病预测中的应用[J]. 山东大学学报(医学版),2016,54(9):82-86. DOI:10.6040/j.issn.1671-7554.0.2015.1163.
[5] 胡建利,梁祁,吴莹,等. 季节时间序列模型在菌痢发病预测中的应用[J]. 中国卫生统计,2012,29(1):34-39. DOI:10.3969/j.issn. 1002-3674.2012.01.010.
[6] 柳巍,曾令城,李焕芝,等. 灰色残差GM(1,1)模型在预测肺结核流行趋势中的应用[J]. 河南医学研究,2015,24(7):1-3. DOI:10.3969/j.issn.1004-437X.2015.07.001.
[7] 金如锋,黄成钢,邱宏,等. 4种模型对我国某地区肺结核发病率的预测[J]. 现代预防医学,2008,35(4):4866-4869. DOI:10.3969/j.issn.1003-8507.2008.24.047.
[8] 易静,胡代玉,杨德香,等. 三种预测模型在肺结核发病预测中的应用[J]. 中国全科医学杂志,2012,15(5A):1495-1497. DOI:10.3969/j.issn.1007-9572.2012.13.022.
[1] 李健, 刘璐. 应用Cariogram系统评估龋病风险的研究进展[J]. 中国医科大学学报, 2018, 47(5): 461-463.
[2] 徐漫飞,周洋,赵岩. 外周血促肾上腺皮质激素释放激素浓度与先兆早产的相关性及其影响因素[J]. 中国医科大学学报, 2015, 44(4): 342-345.
[3] 刘涛,胡冰雪,朱亚鑫. 中国农村1岁以下儿童先天性心脏病死亡率预测分析[J]. 中国医科大学学报, 2015, 44(3): 274-275.
[4] 张放,杨飞. 糖尿病合并肺结核患者肺部病灶组织中细胞因子的表达及意义[J]. 中国医科大学学报, 2014, 43(4): 313-315.
[5] 汪浩,贾绍斌,张政军,丛广志,沙勇. 主动脉内球囊反搏术辅助治疗急性心肌梗死的生存率研究[J]. 中国医科大学学报, 2013, 42(6): 545-550.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!

中国医科大学学报版权所有©2018

未经允许,严禁擅自转载本站图文资料

地址:中国 沈阳市沈北新区蒲河路77号 110122

辽ICP备05014850

JOURNAL OF CHINA MEDICAL UNIVERSITY

ADDRESS: NO.77 PUHE ROAD

SHENYANG NORTH NEW AREA, SHENYANG

LIAONING PROVINCE, P.R. CHINA