基于灰色GM(1,1),ARIMA及Holt-Winters模型的延吉市肺结核发病率短期预测研究

摘要

目的 采用灰色预测模型(grey model, GM)、自回归移动平均模型(autoregressive integrated moving average model, ARIMA)和Holt-Winters模型对延吉市肺结核发病情况进行短期预测，为肺结核防控提供理论依据。方法 对2012—2022年延吉市肺结核发病数据进行统计，建立GM(1,1)模型，ARIMA模型和Holt-Winters模型进行短期预测，评价模型预测效果。结果 GM(1,1)模型和ARIMA模型预测结果显示，2023—2025年延吉市肺结核发病率逐渐下降。Holt-Winters模型的残差平方和(residual sum of squares, RSS)为940,均方根误差(root mean squared error, RMSE)为12.52,平均绝对百分比误差(mean absolute percentage error, MAPE)为72.33%,其模型预测效果优于ARIMA乘积季节性模型。结论 三种预测模型在一定程度上均能对肺结核发病率进行预测，其中，Holt-Winters模型对延吉市肺结核发病趋势的预测更准确。

关键词

肺结核 / 发病率 / GM(1,1)模型 / ARIMA模型 / Holt-Winters模型

基金资助

吉林省卫生健康科技能力提升项目(2023GW001); 吉林省科技厅项目(L20192200050)