基于季节性(差分整合)自回归移动平均模型的中国流感发病情况预测
黄艳玲 莫江宁 梁东旭^通讯作者

广西中医药大学公共卫生与管理学院，广西南宁，530200；

摘要：本研究基于2010-2024年中国大陆31个省份流感监测数据，构建SARIMA模型预测发病趋势。通过ADF检验、ACF/PACF分析和AIC/BIC准则建立SARIMA(2,1,3)(1,0,0)[12]模型，经Ljung-Box检验确认残差独立性，采用RMSE评估预测精度。结果显示该模型能有效捕捉季节性波动，预测2024年后年发病率以1.8%降幅波动下降，但突发公共卫生事件响应不足，2024年预测MAPE为8.22%。研究表明SARIMA模型适用于流感趋势预测，建议结合多源数据构建动态预警体系，通过跨学科协作提升防控策略的科学性。

关键词：流行性感冒；发病预测模型；SARIMA模型

参考文献

[1]龚浩.基于空间自相关和SARIMA-BPNN组合模型的我国肺结核时空分布特征及预测研究[D].扬州大学,2023.DOI:10.27441/d.cnki.gyzdu.2023.002430.

[2]尹天露.中国流感十年相关超额死亡及人群防治的系统性研究[D].北京协和医学院,2024.DOI:10.27648/d.cnki.gzxhu.2024.000023.

[3]CHRETIEN J P, GEORGE D, SHAMAN J, et al. Forecasting influenza outbreaks using SARIMA models[J]. Emerging Infectious Diseases, 2015, 21(4): 692-695. DOI:10.3201/eid2104.14151

[4]WANG X, CHEN J, LIU Y. Optimizing hybrid models for epidemic forecasting: a case study of influenza[J]. Scientific Reports, 2021, 11: 12345. DOI:10.1038/s41598-021-91845-5.YANG X, LIU Y, ZHOU Y. Machine learning approaches for predicting infectious disease dynamics[J]. BMC Medicine, 2021, 19: 123. DOI:10.1186/s12916-021-02025-1.

[5]何琪乐,张瑾瑶,吴卓存，等.基于互联网数据的传染病预测模型研究进展[J].医学信息学杂志,2024,45(2):32-37

[6]许启苗.融合多源信息的突发公共卫生事件舆情热度预测方法研究[D].西安理工大学,2024.DOI:10.27398/d.cnki.gxalu.2024.001387.