ARIMA-DES混合模型在中国布鲁菌病分析和预测中的应用  

作　　者：田德红[1] 于国伟[2] 丁国武[1] 段春红[3] 廖伟斌 王熙蓓 彭峥[1] 

机构地区：[1]兰州大学医学院公共卫生学院,730000 [2]西北民族大学西部环境健康研究所 [3]兰州大学数学与统计学院 [4]兰州交通大学

出　　处：《中国卫生统计》2016年第2期245-248,共4页Chinese Journal of Health Statistics

基　　金：国家科技惠民计划资助(2012GS620101)

摘　　要：目的探讨中国布鲁菌病发病的趋势和季节规律,并构建时间序列模型对发病数做短期预测。方法用M atlab2014对中国布病的发病数建立ARIM A和DES模型。用Eview s8.0对发病数进行X-12季节调整后,对趋势项用ARIM A-DES建模预测,其中ARIM A-DES混合模型采用PSO算法赋予不同的权重,最后比较三种模型的预测精度,选取最优模型预测未来发病数。结果全国布病的发病在每年5月份最高,12月最低。选取的最优模型为ARIMA-DES,并预测了2015年6月至12月的发病数,分别为7286、6710、5723、4296、3463、3355.34、3777。结论 ARIMA-DES模型预测精度较单一的ARIMA模型和DES模型高,ARIMA-EDS模型适合我国布病发病数短期预测。季节调整后的成分序列反映出的季节性与全国各地报道的季节性不同。

关 键 词：布鲁菌病 混合模型 X-12季节调整 粒子群优化算法 

分 类 号：R516.7[医药卫生—内科学] R181.3[医药卫生—临床医学]