目的 建立河南省猩红热发病的ARIMA季节模型,探讨该模型在预测猩红热发病中的应用.方法 以2005-2019年河南省猩红热病例数为基础建立ARIMA模型,并用2019年1-12月的实际发病数进行验证,利用最优模型预测2020年1-12月河南省猩红热发病数.结果 最优模型为ARIMA(2,1,2)(0,1,1)12,参数均有统计学意义(P＜0.05),BIC=7.406,残差序列为白噪声(Ljung-Box=17.234,P=0.141),拟合效果较好.2019年1-12月猩红热月发病数预测值和实际值的平均相对误差为9.9％,实际值均在预测值95％置信区间(95％CI).预测河南省2020年猩红热平均月发病数为192例,少于2019年的203例,明显多于2020年实际月均病例数47例.结论 ARIMA(2,1,2)(0,1,1)12模型拟合河南省猩红热发病数效果较好,可用于河南省猩红热发病趋势的短期预测.
NETL
NSTL
万方数据
维普
