论文部分内容阅读
2018年,全国布病发病人数为37947,发病率2.73(1/10万),在甲乙类法定传染病中发病率排第8位,是少数仍持上升趋势的传染病之一,随着发病人数增多,传播地区也在快速蔓延,已然成为了目前公众比较关心的社会问题之一,国家卫生健康委员会高度重视,做好布病发病人数预测监控工作对相关部门提前做好防护工作很有必要,不少学者建立了发病人数的预测模型,但这些模型的共同特征是只考虑了布病发病历史数据本身的影响,缺少对发病影响因素的综合考虑。在这一背景下,本文以提高布病发病人数预测准确性、合理性为目的,在不考虑布病发病人数外部影响因素,只从布病发病人数历史数据本身建立ARIMA模型预测未来发病人数的基础上,主要做了两方面工作:第一,考虑布病发病人数外部影响因素,结合环境、社会经济、牛羊产量等生态学数据,在已有文献研究过的影响因素基础上,新增加了四个变量,基于这些因素会影响发病人数的理论假设下,通过布病发病人数影响因素散点图分析统计关系,研究发现各影响因素与布病发病人数既存在线性关系,也存在非线性关系。由相关性分析发现各影响因素间线性关系显著,因此,对15个影响因素通过PCA降维得到主成分得分,把带滞后项的影响因素综合主成分得分和布病发病人数作为NARX的输入变量,布病发病人数为输出变量,反复试参发现当滞后期为3,隐含层为13时的网络结构,即PCA-NARX(3-13)是1995-2018全国布病发病人数的优秀模型。第二,把ARMA(1,1)和PCA-NARX(3-13)两个单一模型,通过MSE、MAPE单一权重和MAPE-MSE组合权重构建ARMA-NARX组合模型。通过以上研究得到的两个单一预测模型和组合模型,对比发现:两个单一模型中,PCA-NARX(3-13)比ARMA(1,1)等预测精度高,一定程度上验证了建模提到的各影响因素对布病发病人数具有一定影响,而MSE-MAPE组合权重的ARMA-NARX模型预测全国布病年发病人数均方误差最小,因为组合模型既考虑了外部影响因素又克服了各单一模型的不足。结论表明,MSE-MAPE组合权重的ARMA-NARX模型是预测全国布病发病人数更为稳定合理的模型,从而对我国布病防控可提供更真实、准确、合理地的数据支撑。