基于Python语言的ARIMA模型在江西省食源性疾病发病率预测中的应用

作     者：陈丽敏 刘成伟 梁新民 张强 周厚德 游兴勇 刘道峰 彭思露 CHEN Limin;LIU Chengwei;LIANG Xinmin;ZHANG Qiang;ZHOU Houde;YOU Xingyong;LIU Daofeng;PENG Silu

作者机构：南昌大学公共卫生学院江西南昌330006 江西省预防医学重点实验室江西南昌330006 江西省疾病预防控制中心江西南昌330029 江西省食源性疾病诊断溯源重点实验室江西南昌330029 

出 版 物：《中国食品卫生杂志》 (Chinese Journal of Food Hygiene)

年 卷 期：2023年第35卷第3期

页      面：458-463页

核心收录：

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100403[医学-营养与食品卫生学] 10[医学] 

基　　金：江西省重点实验室计划(20171BCD40021) 江西省卫计委科研项目(SKJP_220211996,202110115)。 

主　　题：食源性疾病 ARIMA模型 Python语言 预测 

摘      要：目的评估整合移动平均自回归模型(ARIMA)预测江西省食源性疾病月发病率的可行性。方法应用Python软件构建ARIMA模型,以2021年数据验证及评估ARIMA模型预测效能,并对2022年1~6月江西省食源性疾病月发病率进行短期预测。结果江西省2016—2021年食源性疾病发病率总体呈下降趋势,每年的8月份为发病高峰期;预测最佳模型为ARIMA(1,0,0)(1,0,2)_(12),贝叶斯信息准则(BIC)为96.66,模型残差为白噪声序列(P0.05)。模型预测发病率与实际发病率流行趋势基本吻合,整体均方根误差(RMSE)为0.656,以2021年数据验证模型预测效果,预测值与实际值平均绝对百分误差(MAPE)为11.25%,表明模型外推效果较好。结论ARIMA(1,0,0)(1,0,2)_(12)模型可用于江西省食源性疾病发病趋势的短期预测。