Page 145 - 南京医科大学自然版
P. 145
第44卷第10期 丁 勇,张蓓蓓,吴 静. 基于配对检验的ARIMA模型在我国甲肝发病数预测中的应用[J].
2024年10月 南京医科大学学报(自然科学版),2024,44(10):1456-1461 ·1461 ·
2022年1—8月甲肝月发病数进行预测,通过正态性 的时间序列分析和预测[J]. 南京医科大学学报(自然
检验及配对t检验表明模型预测值与实际值无显著 科学版),2024,44(1):72-79
性差异,说明模型有预测能力,再结合预测结果的 [5] 颜 艳,王 彤. 医学统计学[M]. 5版. 北京:人民卫生
误差分析,说明模型预测精度较高,稳定性较好,模 出版社,2020:40-41,125-128
型预测有一定实用价值。 [6] 邓维斌,付 强,周玉敏,等. SPSS统计分析实用教程[M].
3版. 北京:电子工业出版社,2023:279-281
传染病预测模型是将流行病学的有关理论与
[7] 陈 刚,郭 鹏,皮 鹤,等. 基于单位根检验和ARMA
数学、统计学、计算机科学、系统科学等学科理论进
模型的桥墩位移稳定性时间序列分析[J]. 武汉工程大
行结合,通过建立数学模型来模拟传染病的流行传
学学报,2023,45(5):586-590
播过程,从而实现对疫情发展趋势的预测、对不同 [8] 张蓓蓓,彭献镇,王建明,等. 中国肺结核发病趋势的
防控措施效果的评估等目的 [16] 。目前最常用的模 ARIMA 乘积季节模型构建[J]. 江苏预防医学,2021,
型有 ARIMA 模型,其他还有微分灰色预测模型、 32(4):400-402
Markov 模型、通径分析模型等,主要依赖数据自身 [9] 游楠楠,刘 巧,李忠奇,等. 基于 ARIMA 模型的江苏
特性建模 [17-18] 。季节 ARIMA 模型法结合了自回归 省不同地区肺结核发病趋势的预测[J]. 南京医科大学
和移动平均方法的优点,对各类型时间序列数据具 学报(自然科学版),2020,40(6):909-914
有较强的适用性和灵活性,可以较好地描述传染病 [10]丁 勇,吴 静,武 丹,等. ARIMA 乘积季节模型预
测我国戊肝的发病趋势[J]. 南京医科大学学报(自然
流行的趋势性、季节性和非线性特征,得到了较多
科学版),2020,40(11):1725-1729
应用。本研究以ARIMA模型为例,说明了配对检验
[11]李丽娜,李 宁,胡 樱,等. 2004—2019 年湖北省甲
在模型预测效果中的应用,由于配对检验只对模型
型肝炎流行特征分析及预测[J]. 中华疾病控制杂志,
的预测结果与实际值进行比较,与模型无关,因此
2020,24(10):1165-1169
本研究的方法可推广到其他各种预测模型,具有应 [12]田 庆,刘永鹏,张晶晶,等. ARIMA 乘积季节模型在
用的广泛性。 山东省肺结核发病预测中的应用[J]. 山东大学学报
基于配对检验的评价方法,完善了时间序列模 (医学版),2021,59(7):112-118
型的预测评价,提供了时间序列模型预测效果评价 [13]陈正利,陈 伟,许汴利. 应用 ARIMA 模型对河南省
的新思路。对于时间序列预测模型的构建,需要疾 1991—2011年乙型肝炎发病趋势分析[J]. 中国卫生统
病发病数据的及时补充,才能即时体现预测的时 计,2013,30(3):401-402
效,一般而言,短期预测效果要好于长期预测。当 [14]吴田勇,曾 庆,于 萌,等. 2004—2012 年中国丙型
预测值与实际值的差值服从正态分布时,应用参数 肝炎报告数据 ARIMA 模型及其趋势预测[J]. 上海交
通大学学报(医学版),2014,34(5):705-709
检验的配对t检验,此时检验效能高;当预测值与实
[15]钱晓涵,郑 敏,姚永明,等. 贵州省 2010—2022 年梅
际值的差值不服从正态分布时,应用非参数的配对
毒流行特征分析及 ARIMA 模型预测[J]. 应用预防医
检验,检验效能低于参数检验方法。
学,2023,29(6):383-387
[参考文献] [16]沈世敬,崔晓鸣,曹务春. 传染病预测模型的应用及研
究进展[J]. 中华医院感染学志,2023,33(16):2550-
[1] GUPTA V. Hepatitis A:signs and symptoms,transmis⁃
sion,diagnosis and treatment[J]. J Hematol Thromb Dis, 2554
[17]李琼芬,黄 甜,王荣华,等. 传染病疫情预测预警模型
2021,9(9):1-2
[2] 朱佳佳,胡登利,洪秀琴,等. 基于时空大数据的甲型肝 研究进展[J]. 中国公共卫生,2013,29(11):1695-1697
炎发病率分布特征分析及预测模型[J]. 中华疾病控制 [18]张生奎,王镇德,杨 荔,等. 基于SARIMA⁃ERNN组合
模型预测我国细菌性痢疾发病率[J]. 南京医科大学学
杂志,2018,22(11):1144-1147
[3] 蔡文静. 1988 年上海甲肝疫情研究[D]. 南昌:江西师 报(自然科学版),2019,39(6):925-931
范大学,2022 [收稿日期] 2024-01-20
[4] 马一鸣,丁 勇. 我国2012—2021年4种肝炎流行趋势 (本文编辑:蒋 莉)

