采用自回归移动平均模型预测我国狂犬病病例的研究

来源：疾病监测杂志2019年第12期北京时间：

作者：李艳荣,祝丽玲,朱武洋,陶晓燕

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R2＝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。

关键词：狂犬病, 自回归移动平均模型, 预测