2024年3月18日发(作者：上汽大通v90配置参数)
维普资讯
?
２２? 浙江预防医学２Ｏ０７年第１９卷第６期Ｚｈｅｊｉａｎｇ ＰｒｅｙＭｅｄ，Ｊｕｎｅ ２００７，ｖ０Ｉｌ９，Ｎｏ．６
宁波市镇海区伤寒疫情ＡＲＩＭＡ时间序列模型分析
董选军 胡依红
中图分类号：Ｒ５１６．３ 文献标识码：Ｂ 文章编号：１００７—０９３１（２００７）０６．００２２－０２
时问序列分析是专门用于分析时间序列资料的统计模
型。它考虑的不是变量间的因果关系，而是重点考察变量
在时间方面的发展变化规律，并为之建立数学模型。时间
序列分析法中又有指数平滑法、自回归线性模型、ＡＲＩＭＡ
模型和季节藤构。这四种方法各有其特点，比较常用的就
是ＡＲＩＭＡ模型，对于这种预测方法在疾病预防控制中有广
泛的用途。
ＡＲＩＭＡ模型可分为：１、自回归模型（ＡＲ）；２、滑动平
均模型（ＭＡ）；３、自回归滑动平均混合模型（ＡＲＩＭＡ）。
对象与方法
伤寒疫情数据来自宁波市镇海区疾病预防控制中心的
年报，人口数据采用镇海公安局的公布的平均年中人口数
据。统计软件采用ＳＰＳＳ１３．０进行分析统计。
模型评价指标采用ＡＩＣ准则（是Ａｋａｉｋｅ信息准则）和
ＳＢＣ准则（Ｓｃｈｗａｒｚ贝叶斯准则），二者越小模型越好…。
结 果
１分析前数据处理 由于１９８５～２００５年宁波市镇海区伤
寒疫情数据没有出现丢失现象，又考虑到伤寒疫情的发病
跟该区的发病率有季节上的联系，因此考虑采用季节发病
率进行时问序列分析。对该数据按季节进行建立时间变量。
由于部分季节的发病率为０，故把所有的发病率均加０．０５
进行处理，使该数据能够满足ＡＲＩＭＡ模型平稳性。
２时闻序列的图形化观察一般有序列图、自相关图、互
相关图和谱密度图。由于此次伤寒分析的数据为单个时间
序列模型，所以一般只要看序列图和自相图即可。序列图，
见图１。自相关图见图２、图３。
运用ＡＲＩＭＡ方法的前提条件是：作为预测对象的时间
序列是一零均值的平稳随机序列。平稳随机序列的统计特
性不随时问的推移而变化。对上述图进行初步观察分析，
数据在中心线进行上下波动，说明该数据可以不需要经过
差分等数据变换处理。
３时间序列模型拟合根据多次的时间序列模型拟合分析
发现，最佳的拟合为采用ｌｏｇｌ０数据转换的ＡＲＩＭＡ（１，０，
作者单位：浙江大学公共卫生学院，浙江 杭州
３１ｏｏ５８
一＊一 。‘ ０誓 、‘ ｌ ，
叠：
’
譬 ：。 、
，
：
ｊ ’
Ｉ
Ｉ
ｊ Ａ０ ．： 久．．～．八 ＵＬ
： ： ： ： ： ： ： ： ： ： ： ： ：：：：：
１９８５ １９９０ １９９５ ２０００ ２００５
图１镇海区１９８５～２００５年伤寒疫情序列图
发病率ｌ
曩 ｉ磐： 一曩 ００ …．‘… ．一
釜 箍鎏繁强 篓臻餐饕 溪 ：囊曼嚣 量鼎 ；’ 叠 茹
：
！， ： …一 ｛＇ ～ ～……’
一 臼篱 一 一一团
—— ——一 Ｕ一
。鎏蔫；美 ；要 ；： ， ≮■ ；，■ ≯ 鼻ｉ
．
Ｉ ． ， ： ‘１．
图２ １９８５～２００５年镇海区伤寒疫情季节ＡＣＦ图
发病率１
叠 ｌ 墨
。
： ：：ｉ ：ｌ ＿ ：： ；； ｎＬｑ口
图３ １９８５～２００５年镇海区伤寒疫情季节ＰＡＣＦ图
维普资讯
浙江预防医学２００７年第１９卷第６期Ｚｈｅｊｉａｎｇ Ｐｒｅｖ Ｍｅｄ，Ｊｕｎｅ ２００７，Ｖｏｌ １９，Ｎｏ．６
?
２３?
０）＊（１，０，０）模型的显示的是最佳ＡＩＣ为１３９．４１０，ＢＩＣ
疫情发展拟合度欠佳，如１９９０年第二季度伤寒的实际发病
为１４９．１３３，预测值与实际值情况见下图４。模拟预测２００６ 率为１２７．９４／１０万，但是实际拟合为３．７６／１０万，相差了
年第一季度的伤寒发病率为６．１４／１０万，而实际伤寒发病率 ３３．０３倍，误差比较大，从图形上看但是对１９９１—２００３年间
为２．２５／１０万，两者相比为２．７３。
的伤寒吻合率较高，能够较好的反映真实情况，但是当疫
ｌ４０
情有大的波动时，预测也发生了一定的偏差。
ｌ２０
ｌ００
在应用ＡＲＩＭＡ模型中，对各种具体的ＡＲＩＭＡ要进行多
。。
次核算，不能一次确定具体的模型。模型识别、参数估计、
２ ６０
４０
检验修正三个过程之间相互作用、相互影响，有时需要交
２０
叉进行、反复实验，才能最终确定模型形式，这对应用
０
量量塞量星量至塞至至莹量室莹萋§蚕 §蚕§量
ＡＲＩＭＡ模型在传染病疫情中的预测带来了一定的困难。但
年份
是随着这些ＡＲＩＭＡ模型不断地正确应用，相信，ＡＲＩＭＡ数
据模型将会不断的被广泛应用。
图４ １９８５ ２００５年镇海区伤寒疫情实际发病率与拟合发病
率图
参考文献
［１］Ｄ’Ａｍｉｃｏ ＡＶ，Ｄｅｓｊａｒｄｉｎ Ａ，Ｃｈｕｎｇ Ａ，ｅｔ ａ１．Ａｓｓｅｓｓｍｅｎｔ ｏｆ ｏｕｔｃｏｍｅ
讨论
ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌｓ ｆｏｒ ｐａｔｉｅｎｔｓ ｗｉｔｌＩ ｌｏｃａｌｉｚｅｄ ｐｒｏｓｔａｔｅ ｃａｒｃｉｎｏｍａ ｍａｎｅｄ
ｗｉｔｈ ｒａｄｉｃａｌ ｐｒｏｓｔａｔｅｃｔｏｍｙ ｏｒ ｅｘｔｅｒｎａｌ ｂｅａｍ ｒａｄｉａｔｉｏｎ ｔｈｅｒａｐｙ［Ｊ］．
国外对时间序列报道比较多，传染病预测方面也有所
Ｃａｎｃｅｒ，１９９８，８２：ｌ８８７～１８９６．
报道如Ａｎｔｕｎｅｓ ＪＬ［ 、Ｑｕｅｎｅｌ Ｐ［ 、Ｏｃａｎａ．Ｒｉｏｌａ Ｒ［ 、Ｔｏｎｇ Ｓｌ５Ｊ
［２］Ａｎｔｕｎｅｓ ＪＬ，Ｗａｌｄｍａｎ ＥＡ．Ｔｕｂｅｒｃｕｌｏｓｉｓ ｉｎ ｔｈｅ ｔｗｅｎｔｉｅｔｈ ｃｅｎｔｕｒｙ：
等。但是在中国，时间序列模型中的ＡＲＩＭＡ模型主要应用
ｔｌｍｅ．ｓｅｒｉｅｓ ｍｏｒｔａｌｉｔｙ ｉｎ Ｓａｏ Ｐａｕｌｏ，Ｂｒａｚｉｌ，１９００—９７【Ｊ］．Ｃａｄ Ｓａｕｄｅ
于经济数据分析，如股票分析。对传染病的预测文献还较
Ｐｕｂｌｉｃａ，１９９９，１５：４６３～４７６．
少，相关报道有文进和赛晓勇等，在文进的中国道路交通
［３］Ｑｕｅｎｅｌ Ｐ，ＤａｂＷ．Ｉｎｆｌｕｅｎｚａ Ａａｎｄ Ｂ ｅｐｉｄｅｍｉｃ ｃｒｉｔｅｒｉａ ｂａｓｅｄ ｏｎｔｉｍｅ－
伤害的时间序列分析中指出，该模型较好的预测了中国道
ｓｅｒｉｅｓ ａｎａｌｙｓｉｓ ｏｆ ｈｅａｌｈｔ Ｓｅｒｖｉｃｅｓ Ｓｕｒｖｅｉｌｌｎａｃｅ ｄａｔａ【Ｊ］．Ｅｕｒ Ｊ
路交通伤害的发生率，但在传染病疫情预测方面，中国还
Ｅｐｉｄｅｎｉｏｌ，１９９８，１４：２７５～２８５．
未曾有人报道。
［４］Ｏｃａｎａ．Ｒｉｄａ Ｒ．［Ｅｆｆｉｃａｃｙ ｏｆ ｔｉｍｅ ｓｅｒｉｅｓ ａｎａｌｙｓｉｓ ｉｎ ｈｅａｌｈｔ ｐｌｎａｎｉｎｇ ｆｏｒ
本文对宁波市镇海区１９８５—２００５年的伤寒疫情资料进
ｃａｎｃｅｒ ｉｎ ｓｐａｉｎ］［Ｊ］．Ａｔｅｎ Ｐｒｉｍａｒｉａ，２００４，３４：１５～ｌ９．
行了分析，采用ＡＩＣ和ＢＩＣ标准进行检验，经过多次拟合
［５］Ｔｏｎｇ Ｓ，Ｈｕ Ｗ．Ｃｌｉｍａｔｅ ｖａｒｉａｔｉｏｎ ａｎｄ ｉｎｃｉｄｅｎｃｅ Ｏｆ Ｒｏｓｓ ｒｉｖｅｒ ｖｉｒｕｓ ｉｎ
发现，ＡＲＩＭＡ（１，０，０）＊（１，０，０）的ＡＩＣ和ＢＩＣ比较
Ｃａｉｒｎｓ，Ａｕｓｔｒａｌｉａ：ａ ｔｉｍｅ－ｅｓｒｉｅｓ ａｎａｌｙｓｉｓ［Ｊ］．Ｅｎｖｉｒｏｎ Ｈｅａｌｈｔ
小，比较符合该伤寒疫情数据，并且预测２００６年第一季度
Ｐｅｒｓｐｅｃｔ，２００１，１０９：１２７１～１２７３．
（收稿１５１期：２ｏｏ６－ｏ７．ｏ４）
的伤寒发病率为６．１４／１０万，但是现伤寒的实际发病率为
２．２５／１０万，与实际相差还比较远，而且ＡＲＩＭＡ模型对爆发
（上接第２Ｏ页）考虑可能某些ＨＩＶ初筛实验室还有些不完
是不确定，ＷＢ法确认排除的２例均为国产ＥＬＩＳＡ法试剂Ｓ／
善的地方，如检测人员的相对不固定，还需要加强室内的
ＣＯ值在１ ６间，这也提示我们确实有很多因素可以造成
质量控制等。
ＨＩＶ抗体初筛阳性而确认阴性，如血清标本要避免严重的
我们知道，筛查实验和确认实验方法的特异性不同， 脂血和溶血，另外还存在一些生物性假阳性，患有自身免
所以复检和确认结果也应该有差异。本筛查中心实验室复
疫性疾病（如系统性红斑狼疮、风湿病等）、寄生虫病（如
检后，上送的标本确认阳性率也是逐年提高，２００５年的确
疟疾等）的患者血清标本，ＥＬＩＳＡ法常常会出现ＨＩＶ抗体
认阳性率达到了８０．５％，要高于其他的筛查中心实验
假阳性。因此，必须确认实验才能下结论。
室Ｎ，２１。我们分析可能与我们近两年来选择的复捡试剂有
关。作为筛查中心实验室，我们在选择复检试剂时，参考
参考文献
省疾控提供的艾滋病诊断试剂的某些信息。而文献中也有
［１］黄泓艳，胡中旺，王海．ＨＩＶ抗体可疑标本实验室检测结果分
报道，提出新一代的ＥＬＩＳＡ试剂（进口）和ＰＡ试剂在几种
析［Ｊ］．安徽预防医学杂志，１００５，１１（４）：２２７～２２８．
筛查试剂中敏感性和特异性最高０】。另外在实验结果中，
［２］王拥军，黄伯里，杨雪梅，等．６种ＨＩＶ抗体检测试剂的评价
我们也看到了复检一阳一阴的确认阳性率为Ｏ％ｌ】。】，但仍
［Ｊ］．实用预防医学，２００５，１２（３）：６６４～６６５．
有２例是确认不确定，这也提示我们对这些一阳一阴的标
［３］常宏伟，刘国生，张辉，等．艾滋病筛壹检测结果分析［Ｊ］．
本不能掉以轻心，也需要及时将标本送确认实验室进行确
临床和实验医学杂志，２００６，５（６）：７０９．
认。而复检实验两阳的结果确认阳性率是９５．０％，除１例
（收稿日期：２００６－０９－８２）
更多推荐
模型,序列,疫情,时间,数据
发布评论