基于配对检验的ARIMA模型在我国甲肝发病数预测中的应用

摘要

目的：探讨基于配对检验的求和自回归移动平均（autoregressive integrated moving average,ARIMA）模型在我国甲肝发病预测中的应用，提出时间序列模型预测效果评价的新思路与方法。方法：根据2004年1月—2021年12月我国甲肝传染病月发病数建立ARIMA模型，对2022年1—8月的甲肝月发病数进行预测，通过配对t检验和误差分析评估该模型的预测效果。结果：配对t检验结果显示，ARIMA(1,1,0)(0,1,1)12模型预测的甲肝月发病数与实际月发病数差异无统计学意义（P> 0.05），说明模型有较好的预测能力，预测结果的相对误差平均值为3.86%，标准差为3.25%。结论：ARIMA乘积季节模型能够较准确地预测我国甲肝的发病趋势；配对检验为时间序列模型预测效果的评价提供了客观评价依据，较好地解决了时间序列模型预测效果的评价问题。

关键词

配对检验 / 甲型肝炎 / ARIMA乘积季节模型 / 预测

基金资助

国家自然科学基金（61901225）; 江苏省高校自然科学研究（19KJD330001）; 江苏高校哲学社会科学研究（2022SJYB1868）; 江苏省大学生创新创业训练计划（202213980011Y）; 南京医科大学康达学院第一期青年教师科研导师项目（KD2022KYDS020）;南京医科大学康达学院第二期品牌专业建设工程（JX206000302）;南京医科大学康达学院医学信息模拟及预测科研团队（KD2022KYCXTD003）