论文部分内容阅读
目的:整理江西省2004年-2012年肺结核月发病率资料,探讨单纯差分自回归移动平均(ARIMA)模型和差分自回归移动平均模型与支持向量机(ARIMA-SVM)组合模型在2004年-2012年肺结核月发病率的拟合和预测中的应用,为公共卫生干预及卫生资源分配提供决策支持。方法:收集江西省2004年-2012年肺结核月发病率资料,采用R中的forecast包、e1071包,拟合ARIMA模型、ARIMA-SVM模型实现对肺结核发病率的预测。采用均方误差(MSE)、平均相对误差(MAPE)评价模型拟合的优度。结果:时间序列分析的结果显示,肺结核月发病率长期呈下降趋势,且具有季节性变化。拟合的ARIMA模型为ARIMA(0,1,1)(2,0,0)12,ARIMA模型预测值残差SVM模型参数:核函数为radial函数,C=100,γ=0.01,ε=0.1。ARIMA模型的MSE为5.044,MAPE为0.318,ARIMA-SVM模型的MSE为4.837,MAPE为0.316。结论:ARIMA-SVM模型在江西省肺结核发病率预测上比单纯ARIMA模型效果好。肺结核发病率的季节性变化在每年春季出现高峰,因而在每年春季应投入更多的卫生资源在肺结核防控上。肺结核发病率的长期变化趋势是降低的,因为此肺结核的防控工作是取得了相应的成效的,所以应该持续对肺结核的防控投入相应的卫生资源。