运用ARIMA模型预测巴基斯坦新型冠状病毒肺炎疫情发展趋势的结果分析

目的 探讨差分自回归移动平均模型(ARIMA)用于巴基斯坦新冠疫情发展趋势的预测效果,为新冠疫情预测提供实践经验.方法 使用SPSS20.0软件,对巴基斯坦2020年3月10日至5月14日新冠疫情日新增确诊病例数时间序列构建ARIMA拟合模型,用以对未来日新增病例数进行预测,并与观察值进行比较.结果 ARIMA(2,1,0)模型很好地拟合了前期的日新增病例数序列,其平稳R2=0.50,模型各参数均具有统计学意义,且残差白噪声检验Ljung-Box Q=10.45,P=0.84.用该模型对5月15日-6月30日的新增病例数进行预测,显示疫情趋势总体上将继续上升,与截至5月31日的观察结果相一致,15天的预测误差仅为4.96％,17天则增加到9.62％,预计6月新增病例总数44015～103202例.将5月15日-31日的实际日新增病例数加入时间序列后重新使用该模型预测,6月新增病例总数68546～140886例.结论 可以运用ARIMA模型进行巴基斯坦新冠疫情短期趋势预测,巴基斯坦新冠疫情在六月仍将持续上升.