ARIMA模型在杭州市中小学生咳嗽症状监测中的应用

目的：探讨时间序列ARIMA模型在时间序列资料分析中的应用,建立咳嗽症状监测数据的预测模型.方法：采用条件最小二乘方法估计模型参数.通过对数转换及差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶数,最终建立起ARIMA预测模型.结果：ARIMA（1,1,1）模型拟合效果较好,方差估计值为0.7361,AIC=95.6092,SBC=98.8310,对模型进行白噪声残差检验,提示残差为白噪声.结论：症状监测这种具有时间序列特点的资料可以用ARIMA模型来进行拟合估计.本文中预测结果可信区间比较宽,可能是因为时间序列比较短,还未能考虑到季节趋势.另外,所用监测数据是在中小学生在校发生症状的人数,故在节假日会出现缺失值,样本量和时间长度均有限,可能影响模型估计的准确性,本研究的结论还有待于将来资料积累后进行修正和深化.