| 摘 要: 构建时间序列分析求和自回归移动平均(ARIMA)乘积季节模型,模拟并预测北京市非职业性一氧化碳(CO)中毒事件的发生趋势。采用 SPSS 21.0软件对2012年1月—2022年9月北京市发生的非职业性CO中毒事件进行ARIMA模型拟合,预测2022年10月—2023年9月各月份发生CO中毒事件的次数,并采用 2022 年 10 月—2023 年 8 月实际发生数进行验证。结果显示,构建的 ARIMA(3,1,3) (2,1,1)12 模型平稳 R2=0.39,决定系数R2 =0.54,均方根误差(RMSE)3.06,均值绝对百分比误差(MAPE)84. 78,平均绝对误差(MAE)2.23,贝叶斯信息准则(BIC)值2.73;杨-博克斯(Ljung-Box)统计量Q= 7.58, P=0.58,残差序列为白噪声序列。总体而言,模型拟合适度较好。2022年10月—2023年8月各月份CO中毒发生次数实际值均在预测值95%置信区间,表现出较好的预测效果。拟合ARIMA(3,1,3)(2,1,1)12模型能很好地预测北京市非职业性CO中毒事件的发生,可用于中毒事件的监测预警工作。 |
| 关键词: 非职业性一氧化碳(CO)中毒 时间序列分析 求和自回归移动平均(ARIMA)乘积季节模型 预测 |
|
中图分类号: R595. 1
文献标识码: B
|
| 基金项目: 首都卫生发展科研专项(2022-1G-4261) |
|
| Application of SARIMA model in predicting non-occupational carbon monoxide poisoning in Beijing city |
|
|
|
|
| Abstract: |
| Keywords: |
