基于贝叶斯结构时间序列模型的海南省人口预测研究

通过分析2003—2022年的人口数据,深入了解海南省的人口现状,并预测常住人口总量。数据源于《海南省统计年鉴》,采用折线图、人口金字塔图等对海南省2003—2022年人口现状进行描述,并应用贝叶斯结构时间序列模型对未来三年的常住人口数进行预测。经过分析和预测,结果显示,贝叶斯结构时间序列模型的均方根误差为2.914、平均绝对百分比误差为0.002<10、决定系数为0.986。2023—2025年海南省常住人口总数分别为1042.34万人、1054.56万人、1066.76万人。说明贝叶斯结构时间序列模型应用于海南省常住人口预测的效果较好,海南省常住人口数量仍会持续缓慢上升。

基于贝叶斯结构时间序列模型评估我国梅毒流行趋势

目的探讨贝叶斯结构时间序列(BSTS)模型在预测我国梅毒流行趋势中的应用价值。方法收集2005年1月至2022年8月我国梅毒发病数据,采用Eviews10软件解析梅毒月发病数据中的趋势和季节组分;采用RStudio软件构建模型,其中2005年1月至2021年12月的数据作为训练集拟合BSTS模型,2022年1—8月数据作为测试集验证模型的预测效果,并将其预测准确性与求和自回归滑动平均混合(ARIMA)模型进行比较。所有统计学分析检验水准指定为α=0.05。结果我国梅毒发病总体呈上升态势,具有周期性和季节性,每年1—2月为低谷,7—8月为高峰。在训练和测试集上,BSTS模型产生的平均绝对百分比误差(分别为4.95%和5.73%)均小于ARIMA模型(分别为5.44%和6.52%);同样也发现,BSTS模型产生的平均绝对误差、均方根误差和均方根百分比误差均小于ARIMA模型。稳健性结果表明了同样的结果。基于BSTS模型预测的2022年9月至2023年12月我国梅毒发病总数为719600[95%置信区间(CI):605295~826086]例,月均发病数为44975(95%CI:37831~51631)例。结论我国梅毒是一种季节性疾病,发病仍处于高水平;BSTS模型能准确评估我国梅毒动态流行趋势,可为梅毒精准防控提供技术支撑。

BSTS和SARIMA模型在河南省丙肝发病趋势预测中的性能比较研究

目的探讨河南省丙肝疫情的时间序列特征,比较贝叶斯结构时间序列(BSTS)和季节性差分自回归滑动平均(SARIMA)模型在丙肝发病趋势预测中的性能。方法收集2013年1月—2022年9月河南省丙肝发病数据,采用普雷斯科特(HP)和相乘季节分解法解析数据的周期和季节模式。使用2013年1月—2021年6月数据分别构建SARIMA和BSTS模型,2021年7月—2022年9月数据测试预测准确性。结果2013—2022年河南省共报告丙肝267968例,2月的季节因子最小(0.85),3月和4月的季节因子较大(分别为1.22和1.11)。BSTS模型预测的平均绝对误差(307.65)、平均绝对百分比误差(18.86%)、均方根误差(409.57)、平均误差率(0.17)、均方根百分比误差(0.27)均小于SARIMA模型(分别为469.29、27.80%、532.59、0.26、0.34),敏感性分析结果相似。使用BSTS模型预测2022年10月—2023年12月河南省丙肝发病总数为27981(95%CI:14729~41612)例,月均发病数为1865(95%CI:982~2774)例。结论河南省丙肝发病处于下降趋势,季节性明显;BSTS模型在动态预测丙肝发病趋势方面优于SARIMA模型,具有更好的应用价值。