基于時間序列模型的傳染病流行趨勢及預測研究.pdf

1、近年來傳染病的流行給世界發(fā)展造成嚴重危害，從中國的非典到非洲的埃博拉，使得傳染病的控制和預測成為科學研究的熱點問題，利用科學的技術方法去控制傳染病的發(fā)展，減小傳染病帶來的影響對社會發(fā)展至關重要。本文針對傳染病流行趨勢及預測方法進行了研究，主要工作如下：1、缺失數(shù)據(jù)處理。本文對于傳染病流行趨勢預測研究主要基于時間序列模型，因此樣本數(shù)據(jù)為時間序列，包含了傳染病患病人數(shù)在不同時間段的統(tǒng)計結果。但是由于統(tǒng)計工作不完善，不可避免的出現(xiàn)部分時間段內

2、的統(tǒng)計數(shù)據(jù)缺失，本文中首先對數(shù)據(jù)預處理的原則和常用手段進行了總結介紹，其次對三次樣條插值方法進行了介紹，并基于三次樣條插值對本文的樣本數(shù)據(jù)進行了處理。2、預測模型的介紹。本文中對數(shù)據(jù)外推預測的經典模型進行了分類歸納總結，對常見的模型原理和方法進行了介紹，其中重點介紹了時間序列模型。3、基于ARIMA時間序列模型的傳染病流行趨勢預測。本文中選取了乙類傳染病中的乙肝、結核病和丙類傳染病中的流行性感冒作為研究對象，搜集相關的時間序列數(shù)據(jù)，通過

3、缺失數(shù)據(jù)處理后，得到計算所需樣本數(shù)據(jù)，通過對不同模型和不同類型傳染病之間預測結果的對標，結果表明，乙類傳染病的流行趨勢存在明顯的季節(jié)周期性規(guī)律和自相關性，因此模型具有相對較好的預測結果，而對于流行性感冒，其流行趨勢不存在明顯的周期性規(guī)律和自相關性，預測結果十分不理想，因此在對傳染病進行預測研究時，需要針對具體的疾病，選取適當?shù)哪Ｐ汀?、基于ARIMA乘積季節(jié)模型的傳染病流行趨勢預測。ARIMA乘積模型對于具有周期性、季節(jié)性變化的時間序列