中国工业医学杂志2024,Vol.37Issue(1) :83-86,封3.DOI:10.13631/j.cnki.zggyyx.2024.01.027

求和自回归移动平均乘积季节模型在北京市非职业性一氧化碳中毒事件预测中的应用

Application of SARIMA model in predicting non-occupational carbon monoxide poisoning in Beijing city

张永强 王薇 孙秀梅 杜世昌 卜凡 高群 孙鑫贵
中国工业医学杂志2024,Vol.37Issue(1) :83-86,封3.DOI:10.13631/j.cnki.zggyyx.2024.01.027

求和自回归移动平均乘积季节模型在北京市非职业性一氧化碳中毒事件预测中的应用

Application of SARIMA model in predicting non-occupational carbon monoxide poisoning in Beijing city

张永强 1王薇 1孙秀梅 1杜世昌 1卜凡 1高群 1孙鑫贵1
扫码查看

作者信息

  • 1. 北京市疾病预防控制中心,北京 100013
  • 折叠

摘要

构建时间序列分析求和自回归移动平均(ARIMA)乘积季节模型,模拟并预测北京市非职业性一氧化碳(CO)中毒事件的发生趋势.采用SPSS 21.0软件对2012年1月—2022年9月北京市发生的非职业性CO中毒事件进行ARIMA模型拟合,预测2022年10月—2023年9月各月份发生CO中毒事件的次数,并采用2022年10月—2023年8月实际发生数进行验证.结果显示,构建的ARIMA(3,1,3)(2,1,1)12模型平稳R2=0.39,决定系数R2=0.54,均方根误差(RMSE)3.06,均值绝对百分比误差(MAPE)84.78,平均绝对误差(MAE)2.23,贝叶斯信息准则(BIC)值2.73;杨-博克斯(Ljung-Box)统计量Q=7.58,P=0.58,残差序列为白噪声序列.总体而言,模型拟合适度较好.2022年10月—2023年8月各月份CO中毒发生次数实际值均在预测值95%置信区间,表现出较好的预测效果.拟合ARIMA(3,1,3)(2,1,1)12模型能很好地预测北京市非职业性CO中毒事件的发生,可用于中毒事件的监测预警工作.

关键词

非职业性一氧化碳(CO)中毒/时间序列分析/求和自回归移动平均(ARIMA)乘积季节模型/预测

引用本文复制引用

基金项目

首都卫生发展科研专项(2022-1G-4261)

出版年

2024
中国工业医学杂志
中华预防医学会,沈阳市劳动卫生职业病研究所

中国工业医学杂志

CSTPCD
影响因子:0.397
ISSN:1002-221X
参考文献量8
段落导航相关论文