手足口病发病预测4种时间序列预测模型比较

目的比较季节性差分自回归移动平均模型(SARIMA)、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型4种时间序列预测模型对手足口病发病的预测性能,为手足口病的预测提供方法支撑。方法收集中国疾病预防控制中心2008年1月—2019年12月发布的中国手足口病月度发病人数和《中国统计年鉴—2020》发布的年末常住人口数据,据此测算出2008年1月—2019年12月中国手足口病的月度发病率数据;以2008年1月—2018年12月中国手足口病月度发病率数据作为样本建模数据分别构建SARIMA模型、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型,以2019年1—12月中国手足口病月度发病率数据作为样本外评估预测数据评价4个模型的预测效果。结果SARIMA模型、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型的平均绝对误差(MAD)分别为10.311、14.433、8.424和9.334,预测误差的方差(MSE)分别为30.757、112.847、12.007和18.847,平均相对误差的绝对值(MAPE)分别为1.725%、2.415%、1.409%和1.562%;拟合效果最好的时间序列预测模型为Census X12季节分解模型,其次为线性组合预测模型,再次为SARIMA模型,温特线性与季节指数平滑模型的拟合效果最差。结论Census X12季节分解模型能较好地预测全国手足口病的发病情况,可为今后手足口病的预防控制工作提供决策性依据。