论文部分内容阅读
梅毒传播途径多、传染性强，在性传播疾病中危害仅次于艾滋病，并可促进艾滋病的传播，对人体和社会危害性大，且有年轻化和老龄化的趋势，已成为严重的公共卫生问题。《2013年中国卫生统计年鉴》显示：2012年梅毒年发病率在所有甲类及乙类传染病中仅次于病毒性肝炎和肺结核排第三位，死亡率占所有甲类乙类传染病中第七位，并且我国梅毒发病率从2001-2012年一直在增加,2012年发病率达30.44/10万。对梅毒发病率预测可以为梅毒防控提供有用信息。目的：整理我国2008-2013年梅毒月发病率资料，应用BP神经网络模型、ARIMA模型、组合模型以及改良的时间序列分解模型对2008-2012年我国梅毒月发病率进行分析，并对2013年梅毒月发病率进行预测。通过2013年各模型预测值与实际值进行比较选择最优模型。应用最优模型对2014年我国梅毒月发病率进行预测，并对我国2014年梅毒月发病率疫情进行评价，为制定梅毒防治策略提供科学的理论依据。方法：通过查询中国疾病预防控制中心网站和中国统计局网站获得我国梅毒2008-2013年月发病例数和当年全国人口数，用月发病例数除以当年人口数获得当月梅毒发病率，单位为1/10万。首先，利用BP神经网络模型、ARIMA模型、组合模型三种不同的方法分析2008-2012年我国梅毒月发病率，预测2013年梅毒月发病率数据。然后，对时间序列分解模型进行完善，对季节指数进行改良，利用改良后模型拟合2008-2012年梅毒月发病率数据，对2013年月发病率进行预测。通过2013年各模型预测值与实际值之间的误差平方和SSE、平均绝对误差MAE、均方误差MSE、以及平均相对误差MAPE四个精度指标最小为原则评价拟合和预测效果，判定四种模型的优劣。最后，应用最优模型预测2014年我国梅毒月发病率。应用整体趋势参考值范围对2014年梅毒月发病率疫情进行判断。结果：（1）BP神经网络模型的网络结构为：以过去3年同期发病率数据为网络输入，当前同期发病率为网络输出，隐含层神经元数目为10个。将BP神经网络模型预测的2013年梅毒月发病率与实际值进行比较，预测精度SSE=1.4362、MAE=0.2418、MSE=0.0999和MAPE=10.20%。（2）ARIMA模型中各指标分别为p=1,d=1,q=1,P=0,D=1,Q=1,S=12，最终模型为ARIMA(1,1,1)(0,1,1)12，各参数均有统计学意义。将ARIMA模型预测的2013年梅毒月发病率与实际值进行比较，预测精度SSE=1.1299、MAE=0.2404、MSE=0.0886和MAPE=9.97%。（3）组合预测模型中ARIMA对应的权重1=0.41889，BP神经网络模型对应的权重2=0.58111。将组合模型预测的2013年梅毒月发病率与实际值进行比较，预测精度SSE=0.9998、MAE=0.1784、MSE=0.0833和MAPE=7.79%。（4）经过完善的时间序列分解模型乘法过程预测的2013年梅毒月发病率数据与实际值进行比较，预测精度SSE=0.3851、MAE=0.1497、MSE=0.0517和MAPE=5.97%。（5）时间序列分解模型乘法过程季节调整系数为0.99831，将季节指数调整后的模型预测2013年梅毒月发病率与实际值进行比较，预测精度SSE=0.3735、MAE=0.1456、MSE=0.0509和MAPE=5.82%。（6）经过完善的时间序列分解模型加法过程预测的2013年梅毒月发病率数据与实际值进行比较，预测精度SSE=0.3752、MAE=0.1330、MSE=0.0510和MAPE=5.55%。（7）时间序列分解模型加法过程季节调整系数为0.06042，季节指数调整后的模型预测2013年梅毒月发病率与实际值进行比较，预测精度SSE=0.3634、MAE=0.1302、MSE=0.0502和MAPE=5.44%。（8）应用时间序列分解模型乘法过程预测2014年梅毒月发病率为2.1633/10万、2.1047/10万、2.8185/10万、2.6471/10万、2.7542/10万、2.7253/10万、2.8357/10万、2.7699/10万、2.6090/10万、2.3858/10万、2.4161/10万、2.3877/10万。（9）应用时间序列分解模型加法过程预测2014年梅毒月发病率为2.2243/10万、2.1494/10万、2.8056/10万、2.6383/10万、2.7514/10万、2.7072/10万、2.8210/10万、2.7624/10万、2.5953/10万、2.3853/10万、2.4220/10万、2.3829/10万。结论：（1）应用时间序列分解模型预测精度要优于ARIMA模型、BP神经网络模型以及组合模型。（2）时间序列分解模型季节指数改良后的预测精度优于改良前。（3）应用改良后的时间序列分解模型预测2014年梅毒月发病率，与实际值相比，预测精度较高。（4）预测梅毒月发病率过程中时间序列分解加法模型的预测精度和时间序列分解乘法模型的预测精度均较好，但加法预测模型预测精度稍优于乘法模型。（5）应用整体趋势参考值范围预测值判断2014年我国梅毒月发病率属于可控范围，与实际值相符。