郑州大学学报（医学版）
鄭州大學學報（醫學版）
정주대학학보（의학판）
JOURNAL OF ZHENGZHOU UNIVERSITY(MEDICAL SCIENCES)
2014年
3期
344-348
,共5页
于林凤%吴静%周锁兰%丁勇
于林鳳%吳靜%週鎖蘭%丁勇
우림봉%오정%주쇄란%정용
ARIMA季节模型%丙肝%发病%预测
ARIMA季節模型%丙肝%髮病%預測
ARIMA계절모형%병간%발병%예측
seasonal ARIMA model%hepatitis C%incidence%prediction
目的：应用ARIMA季节模型对我国丙肝发病进行预测。方法：利用2004年至2011年我国丙肝的月发病数建立ARIMA季节模型，对2012年丙肝的月发病数进行预测，并用实际数据评估模型的预测效果。同法对同期甲肝发病数据进行建模和预测。对丙肝和甲肝2004年至2011年的月发病数按年归一化处理后计算方差。比较甲肝和丙肝的预测效果。结果：成功建立ARIMA（1，1，1）（2，1，0）12季节模型，模型的表达式为：（1＋0．222L）（1＋0．820L12＋0．694L24）（1-L）（1-L12）lnYt＝（1＋0．648L）εt，参数 AR（1）＝-0．222（t＝-2．392，P＝0．020），SAR （12）＝-0．820（t＝-8．009，P＜0．001），SAR（24）＝-0．694（t＝-6．124，P＜0．001），MA（1）＝-0．648（t＝-5．889，P＜0．001），残差序列是白噪声序列（P＞0．05）；模型拟合效果的R2为0．824，预测的平均相对误差为0．078。归一化后丙肝和甲肝发病数的平均方差分别为0．030和0．047，提示丙肝原始数据周期性动态变化较甲肝更趋一致。甲肝预测的平均相对误差为0．138，大于丙肝。结论：ARIMA（1，1，1）（2，l，0）12季节模型可用于预测我国丙肝的发病规律。样本数据的周期性动态变化趋势越一致，ARIMA季节模型的预测结果也越准确。
目的：應用ARIMA季節模型對我國丙肝髮病進行預測。方法：利用2004年至2011年我國丙肝的月髮病數建立ARIMA季節模型，對2012年丙肝的月髮病數進行預測，併用實際數據評估模型的預測效果。同法對同期甲肝髮病數據進行建模和預測。對丙肝和甲肝2004年至2011年的月髮病數按年歸一化處理後計算方差。比較甲肝和丙肝的預測效果。結果：成功建立ARIMA（1，1，1）（2，1，0）12季節模型，模型的錶達式為：（1＋0．222L）（1＋0．820L12＋0．694L24）（1-L）（1-L12）lnYt＝（1＋0．648L）εt，參數 AR（1）＝-0．222（t＝-2．392，P＝0．020），SAR （12）＝-0．820（t＝-8．009，P＜0．001），SAR（24）＝-0．694（t＝-6．124，P＜0．001），MA（1）＝-0．648（t＝-5．889，P＜0．001），殘差序列是白譟聲序列（P＞0．05）；模型擬閤效果的R2為0．824，預測的平均相對誤差為0．078。歸一化後丙肝和甲肝髮病數的平均方差分彆為0．030和0．047，提示丙肝原始數據週期性動態變化較甲肝更趨一緻。甲肝預測的平均相對誤差為0．138，大于丙肝。結論：ARIMA（1，1，1）（2，l，0）12季節模型可用于預測我國丙肝的髮病規律。樣本數據的週期性動態變化趨勢越一緻，ARIMA季節模型的預測結果也越準確。
목적：응용ARIMA계절모형대아국병간발병진행예측。방법：이용2004년지2011년아국병간적월발병수건립ARIMA계절모형，대2012년병간적월발병수진행예측，병용실제수거평고모형적예측효과。동법대동기갑간발병수거진행건모화예측。대병간화갑간2004년지2011년적월발병수안년귀일화처리후계산방차。비교갑간화병간적예측효과。결과：성공건립ARIMA（1，1，1）（2，1，0）12계절모형，모형적표체식위：（1＋0．222L）（1＋0．820L12＋0．694L24）（1-L）（1-L12）lnYt＝（1＋0．648L）εt，삼수 AR（1）＝-0．222（t＝-2．392，P＝0．020），SAR （12）＝-0．820（t＝-8．009，P＜0．001），SAR（24）＝-0．694（t＝-6．124，P＜0．001），MA（1）＝-0．648（t＝-5．889，P＜0．001），잔차서렬시백조성서렬（P＞0．05）；모형의합효과적R2위0．824，예측적평균상대오차위0．078。귀일화후병간화갑간발병수적평균방차분별위0．030화0．047，제시병간원시수거주기성동태변화교갑간경추일치。갑간예측적평균상대오차위0．138，대우병간。결론：ARIMA（1，1，1）（2，l，0）12계절모형가용우예측아국병간적발병규률。양본수거적주기성동태변화추세월일치，ARIMA계절모형적예측결과야월준학。
Aim:To forecast the incidence of hepatitis C in China using seasonal ARIMA model .Methods:Seasonal ARIMA model was established based on the monthly reported cases data of hepatitis C in China from 2004 to 2011 , and used to forecast the data of 2012 .Actual data of 2012 were used to assess prediction effect .The model establishment and forecasting for hepatitis A were carried out using the same method .The variance of hepatitis A and hepatitis C incidence from 2004 to 2011 normalized according to the years was calculated .The predicted effect of hepatitis A and hepatitis C was compared.Results:The model of ARIMA(1,1,1)(2,1,0)12 was established successfully.The expression of the model was (1+0.222L)(1+0.820L12 +0.694L24)(1-L)(1-L12)lnYt=(1+0.648L)εt,the parameters were as follows:AR(1)=-0.222(t=-2.392,P=0.020),SAR(12) =-0.820(t=-8.009,P<0.001),SAR(24) =-0.694(t=-6.124,P<0.001),MA(1) = -0.648(t=-5.889,P<0.001),residual error sequence was white noise sequence (P>0.05), the R2 of fitting was 0.824 and the averge error of prediction was 0.078.The averge variances of hepatitis C and hepatitis A normalized incidence were 0.030 and 0.047, suggesting that periodic dynamic change of hepatitis C data was more consistent.The averge relative error of prediction of hepatitis A was 0.138,higher than that of hepatitis C .Con-clusion:ARIMA(1,1,1)(2,1,0)12 season model can be used to predict incidence of hepatitis C in China .Periodic dy-namic change trend of sample data is more consistent , the ARIMA seasonal model predicted result is more accurate .
