摘要 : 目的 分析2011-2022年河北省其他感染性腹泻病的流行趋势,建立差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型和灰色预测模型[gray forecast model,GM(1,1)],比较两种模型预测效果,探讨预测模型在传染病预测中的应用价值,为... 展开 目的 分析2011-2022年河北省其他感染性腹泻病的流行趋势,建立差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型和灰色预测模型[gray forecast model,GM(1,1)],比较两种模型预测效果,探讨预测模型在传染病预测中的应用价值,为科学防控提供参考.方法 收集2011年1月—2022年12月其他感染性腹泻病发病率数据,建立时间序列,对其进行平稳性和白噪声检测,确定最优的ARIMA模型与GM(1,1)拟合方程,对2023年1-6月其他感染性腹泻病发病率的预测值与实际值进行拟合评价,对预测效果进行比较.结果 ARIMA(0,1,1)(1,0,0)12 为最优模型,Ljung-Box 统计量为 24.263(P=0.084),平稳的决定系数(coefficient of determination,R2)=0.620,贝叶斯信息准则(bayesian information criterion,BIC)=0.625,平均绝对误差(mean absolute error,MAE)=0.977,残差不存在自相关性.在建模的良好范围,预测数据与实际数据相对误差平均值为23.70％,实际值在预测值95％CI内;GM(1,1)的平均相对误差值为27.71％,最小误差值为6.68％,两种模型预测结果在建模的良好范围,均可用于对其他感染性腹泻病的预测.结论 在选择最优参数的条件下,ARIMA模型和GM(1,1)对其他感染性腹泻病发病率的预测拟合度较好,能有效预测发病趋势,可外推至其他传染病的预测研究. 收起