ARIMA 季节模型在我国艾滋病发病预测中的应用
季节性,残差,差分,1资料与方法,2结果,3讨论
尤佳豪,张蓓蓓,丁 勇(南京医科大学康达学院医学信息工程教研室,江苏 连云港 222000)
AIDS 是一种危害性极大的传染病,由感染HIV引起。HIV 是一种能攻击人体免疫系统的病毒,将人体免疫系统中最重要的CD4+T 淋巴细胞作为主要攻击目标,大量破坏该细胞,使人体丧失免疫功能,最后导致死亡。艾滋病主要通过性接触、血液接触、母婴传播等方式进行传播[1]。该病的防治是一项长期的重要任务,良好的预测能对未来近期艾滋病的预防和控制提供预警。国内外用于传染病预测的方法有很多,比较常用的有时间序列分析法[2]、动力学模型[3]、灰色预测等。随着计算机科学的应用和发展,预测理论借助计算机强大的计算能力也得到了较快的发展。预测理论分为3 种,分别是定性预测、定量预测、综合预测。定性预测是通过对当地传染病的流行过程、流行特征及其有关因素的具体分析,判断该病即将流行的趋势和强度。定量预测是借助数学手段利用原始资料,建立恰当的数学模型,预测未来传染病的发病数和发病率。综合预测又称组合预测,是指应用2 种或2 种以上的预测模型对某种传染病进行预测,综合利用各种单个预测模型所提供的信息,以适当的加权平均形式得出组合预测模型。ARIMA 模型适用于各种复杂的时间序列模式,是目前较通用的预测方法之一[4-7],已广泛应用于传染病发病率的预测,特别是具有季节性趋势的传染病预测。本文收集我国艾滋病发病疫情数据,应用ARIMA 模型拟合全国艾滋病的月发病率,并预测短期艾滋病发病趋势 ......
您现在查看是摘要页,全文长 5770 字符。