首页 > 文献资料
-
长沙市流行性腮腺炎季节性自回归移动平均模型预测研究
目的：采用季节性自回归移动平均（ SARIMA）模型预测长沙市流行性腮腺炎发病数。方法收集2005—2015年长沙市报告的流行性腮腺炎病例数据，将2005—2014年数据作为建模数据，将2015年数据作为验证数据，开展 SARIMA 模型建立与验证研究，并对2016年流行性腮腺炎发病数进行预测。结果 SARIMA（3，0，0）×（1，0，0）12模型可以很好地拟合实际数据，模型的展开式为：Yt ＝222.545＋1.225Yt -1-0.713Yt -2＋0.291Yt -3＋0.366Yt -12-0.448Yt -13＋0.261Yt -14-0.107Yt -15＋ at。将验证数据与预测数据进行相关性分析，结果显示呈显著性相关（r ＝0.61，P ＜0.001）。SARIMA 模型预测2016年长沙市全年发病数将达到3032例，平均月病例数为253例。结论SARIMA 模型可以用于流行性腮腺炎发病数预测，长沙市2016年流行性腮腺炎疫情仍处于高发态势。
关键词： 流行性腮腺炎 时间序列 季节性自回归移动平均模型 预测 -
SARIMA模型在龙岩市手足口病预测中的应用
目的 用SARIMA模型对龙岩市手足口病(HFMD)发病进行预测,为防控提供参考.方法 用Eviews 5.0软件对《疾病监测信息报告管理系统》中龙岩市2008年5月至2014年12月HFMD的月发病例数进行SARIMA模型拟合与分析.结果 2008年5月至2014年12月,HFMD发病数呈周期性波动,通过自然对数和1次1阶非季节差分,拟合的相对优模型为SARIMA(2,1,3)(1,1,1)12,表达式为(1-1.16L+0.77L2)(1+0.33L12)(1-L)(1-L12)log(yt)=(1-0.86L +0.32L3)(1-0.90L12)εt.预测结果吻合较好,平均相对误差为10.2％.结论 SARIMA模型可对龙岩市手足口病进行较准确预测,对预警有实用价值.
关键词： 手足口病 季节性自回归移动平均模型 疾病预测 卫生统计 -
应用时间序列分析气象因素对手足口病流行的影响
目的：探讨气象因素对手足口病（HFMD）流行的影响，为该地区HFMD防控与政策制定提供依据。方法：收集河南省郑州市二七区2008年5月至2014年6月气象资料（气温、气压、相对湿度、平均风速、降雨量、平均日照时间）和HFMD疫情资料。采用Spearman秩相关分析气象参数与HFMD的相关性，采用互相关分析气象参数对HFMD流行的滞后效应，采用时间序列分析构建该地区HFMD季节性自回归移动平均（ SARIMA）模型，比较引入气象参数前后模型的拟合优度和预测精度。结果：该地区HFMD流行集中于3～7月份，4～5月份达到高峰。HFMD周发病人数与每周日平均气温滞后2周（rS ＝0．248，P＜0．05）、高气温滞后2周（rS ＝0．170，P＜0．05）、低气温滞后2周（rS ＝－0．223，P＜0．05）相关。每周日平均气温滞后2周纳入HFMD周发病人数SARIMA（1，1，0）（0，1，0）52预测模型。引入气象参数前、后模型的拟合度为0．797、0．833，预测精度为11．573、10．611。结论：平均气温可影响HFMD的流行，引入平均气温构建的SARIMA模型能较好地拟合和预测HFMD的流行。
关键词： 手足口病 气象因素 时间序列分析 季节性自回归移动平均模型 -
某市暴雨洪涝对细菌性痢疾发病影响的时间序列分析
目的 定量评价广西省柳州市暴雨洪涝对细菌性痢疾发病的健康效应.方法 运用时间序列分析,控制长期趋势、季节趋势、滞后效应和气象因素等混杂因素的基础上,采用季节性自回归移动平均模型(SARIMA)定量分析洪水历时与居民细菌痢疾发病的关系.结果 研究发现发生洪水月份的细菌性痢疾发病率高于对照月份.SARIMA回归分析显示月洪水历时与细菌性痢疾月罹患率呈负相关,月洪水历时天数每增加1 d,其细菌性痢疾罹患率下降7.7％ ～8.0％.结论 暴雨洪涝对细菌性痢疾的发病产生明显影响,特别是历时短的严重洪水相比历时长的一般洪水造成细菌性痢疾发病风险更高.
关键词： 暴雨洪涝 细菌性痢疾 时间序列 季节性自回归移动平均模型
