基于经验模态分解的ARIMA模型在山西省肺结核预测中的应用

摘要

目的 探讨基于经验模态分解(empirical mode decomposition, EMD)的自回归移动平均(autoregressive integrated moving average, ARIMA)模型对于肺结核流行趋势的预测性能，为肺结核的预测提供方法支撑，也为其他传染病的预测提供思路。方法 收集并整理2008年1月—2018年12月山西省肺结核报告发病率月度数据，分别将该数据的最后三个月、六个月、九个月以及一年作为测试集用于模型预测效果的评价，训练集则为对应序列的剩余数据。构建EMD-ARIMA模型进行预测，并与单一ARIMA模型的预测效果进行比较。结果 EMD-ARIMA模型对未来三个月、六个月、九个月以及一年流行趋势的预测误差均小于ARIMA模型的各项误差值。结论 与单一的ARIMA模型相比，EMD-ARIMA模型提高了预测精度，能较好地预测肺结核的流行趋势，为疾病防控提供有效的理论参考。

关键词

肺结核 / 经验模态分解 / ARIMA模型 / 预测