典型文献
自回归移动平均模型在北京市通州区乙型肝炎流行趋势预测中的应用
文献摘要：
目的 利用自回归移动平均模型(ARIMA)对北京市通州区乙型肝炎(乙肝)病例数进行预测,为乙肝防制工作提供依据.方法 收集2005-01/2018-12北京市通州区乙肝月报告病例数,应用SPSS 21.0软件建立ARIMA模型,预测2019-01/12乙肝病例数,并与实际值进行比较,评价模型的拟合和预测效果.结果 2005-2018年北京市通州区乙肝病例数时间序列为非平稳性时间序列,经差分处理为平稳序列.2005-01/2018-12乙肝病例数拟合最优模型为ARIMA(1,1,1)(0,1,1)12,残差分析统计量无统计学意义(Ljung-Box Q=17.475,P=0.291).该模型拟合2019-01/12乙肝病例预测值与实际值的相对误差为0.14％,预测2019年乙肝病例数为716例.结论 ARIMA(1,1,1)(0,1,1)12模型对北京市通州区乙肝病例数的拟合效果较好,可以预测未来流行趋势,为乙肝防控工作提供理论支持.
文献关键词：
乙型肝炎;自回归移动平均模型;预测
中图分类号：
作者姓名：
苏彦萍;孙晓伟;张国峰
作者机构：
北京市通州区疾病预防控制中心,北京101100
文献出处：
引用格式：
[1]苏彦萍;孙晓伟;张国峰-.自回归移动平均模型在北京市通州区乙型肝炎流行趋势预测中的应用)[J].寄生虫病与感染性疾病,2022(03):141-145,158
A类：
B类：
自回归移动平均模型,北京市通州区,乙型肝炎,流行趋势,趋势预测,ARIMA,乙肝,防制,报告病例,肝病,非平稳性,差分处理,最优模型,残差分析,分析统计,统计量,Ljung,Box,模型拟合,拟合效果,预测未来,来流,防控工作
AB值：
0.235793
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
