自回归积分滑动平均模型和Prophet模型在河南省流行性感冒预测中的运用研究

摘要

目的 观察自回归积分滑动平均（ARIMA）模型和Prophet模型对河南省流行性感冒的预测效果，为河南省流行性感冒的防控提供参考依据。方法 选取河南省卫生健康委员会官网公布的2016年1月至2024年5月河南省流行性感冒月报告数，采用Excel 2021软件建立数据库，分析河南省流行性感冒的发病趋势和季节特征；使用R软件构建ARIMA模型和Prophet模型，采用均方根误差（RMSE）平均绝对误差（MAE）、平均绝对百分比误差（MAPE）评估模型拟合和预测效果。结果 河南省流行性感冒高发期集中于冬春季。模型拟合结果显示，ARIMA（2,1,1）(0,0,2)₁₂模型拟合的评估指标RMSE=0.31,MAE=0.21,MAPE=0.05;Prophet模型拟合的评估指标RMSE=0.43,MAE=0.32,MAPE=0.09。模型预测结果显示，ARIMA（2,1,1）(0,0,2)₁₂模型预测的评估指标RMSE=0.32,MAE=0.26,MAPE=0.06;Prophet模型预测的评估指标RMSE=0.68,MAE=0.57,MAPE=0.12。结论 ARIMA模型和Prophet模型在拟合性能上表现相近；在预测方面，ARIMA（2,1,1）(0,0,2)₁₂模型表现更优，能较好预测河南省流行性感冒的发病趋势，可为河南省流行性感冒的科学防控提供理论依据。

关键词

流行性感冒 / ARIMA模型 / Prophet模型 / 模型比较