在中国福州预测流感疫情:对预测模型进行比较分析

科学领域:

• 流行病学 流行病学
• 公共卫生 公共卫生
• 数据科学数据科学数据科学

背景情况:

• 由于流感的高传染性,流感对全球公共卫生构成了重大挑战.
• 有效的流感预测对于资源分配,疫苗战略开发和有针对性的干预至关重要.

研究的目的:

• 开发和评估用于预测福州流感疫情的回归模型.
• 使用历史数据比较SARIMA,Prophet,Holt-Winters和XGBoost模型的性能.

主要方法:

• 利用了福州的历史流感病例数据 (2013年1月 - 2021年12月).
• 开发并比较了四种回归模型:SARIMA,Prophet,霍尔特-温特斯和XGBoost.
• 在2022年1月至2022年12月的数据上使用平均平方误差 (MSE),根平均平方误差 (RMSE) 和平均绝对误差 (MAE) 评估模型性能.

主要成果:

• 福州的流感流行病显示出明显的季节性和周期性模式,有上升趋势和波动.
• 与SARIMA,Prophet和霍尔特冬季相比,XGBoost模型表现出更高的性能.
• 在训练和测试数据集上,XGBoost 实现了最低的 MSE,RMSE 和 MAE 值.

结论:

• XGBoost模型显著提高了福州流感预测的准确性.
• 这项研究为流感预测方法提供了宝贵的见解.
• 这些发现支持未来的流感应对和公共卫生规划工作.