分析我国常见呼吸道传染病疫情发病的波动规律,揭示季节特征、长期趋势特征和循环周期特征,为制定防控策略提供科学依据。基于Census X-13季节调整法分析呼吸道传染病的季节特征与波动规律,使用HP(Hodrick-Prescott)滤波法剖析呼吸道传...分析我国常见呼吸道传染病疫情发病的波动规律,揭示季节特征、长期趋势特征和循环周期特征,为制定防控策略提供科学依据。基于Census X-13季节调整法分析呼吸道传染病的季节特征与波动规律,使用HP(Hodrick-Prescott)滤波法剖析呼吸道传染病的长期趋势和循环周期,同时构建整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)乘积季节模型预测呼吸道传染病的发病趋势。结果显示,我国常见呼吸道传染病具有季节性变动特征,季节因素的贡献率为35.40%,当年的12月至次年的1、4、5月为波动最高峰,当年的10月和2月为波动最低谷。呼吸道传染病的循环波动大致将整体分为3个完整的周期,循环周期变长,波峰上升。根据贝叶斯信息准则(Bayesian Information Criterion,BIC)最小和平稳R^(2)最大准则确定最佳模型为ARIMA(1,0,2)(1,0,0)_(12),拟合的预测值与实际发病值基本一致。根据呼吸道传染病的季节特征与循环周期特征,构建ARIMA乘积季节模型,为制定呼吸道传染病的预防控制措施和优化卫生资源配置提供科学依据。展开更多
文摘分析我国常见呼吸道传染病疫情发病的波动规律,揭示季节特征、长期趋势特征和循环周期特征,为制定防控策略提供科学依据。基于Census X-13季节调整法分析呼吸道传染病的季节特征与波动规律,使用HP(Hodrick-Prescott)滤波法剖析呼吸道传染病的长期趋势和循环周期,同时构建整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)乘积季节模型预测呼吸道传染病的发病趋势。结果显示,我国常见呼吸道传染病具有季节性变动特征,季节因素的贡献率为35.40%,当年的12月至次年的1、4、5月为波动最高峰,当年的10月和2月为波动最低谷。呼吸道传染病的循环波动大致将整体分为3个完整的周期,循环周期变长,波峰上升。根据贝叶斯信息准则(Bayesian Information Criterion,BIC)最小和平稳R^(2)最大准则确定最佳模型为ARIMA(1,0,2)(1,0,0)_(12),拟合的预测值与实际发病值基本一致。根据呼吸道传染病的季节特征与循环周期特征,构建ARIMA乘积季节模型,为制定呼吸道传染病的预防控制措施和优化卫生资源配置提供科学依据。
