1996年~2019年江苏省恶性肿瘤死亡率预测研究

张 蓓蓓
南京医科大学康达学院

摘要

目的：根据江苏省恶性肿瘤死亡变化趋势，结合其死亡率统计资料，建立ARIMA模型并对江苏省恶性肿瘤死亡率进行预测。方法：以SPSS25.0软件为工具，对1996年至2015年江苏省年度死亡率数据建模，预测2016年至2019年恶性肿瘤死亡率，并与实际数据对比，进行预测效果分析。结果：ARIMA(1,2,0)模型的拟合系数R2=0.848，与实际统计数据的拟合水平较高，且残差序列满足白噪声检验要求，预测结果的均方根误差MAPE为2.05%。结论：ARIMA模型拟合及预测效果良好，能够较好地描述该时段江苏省恶性肿瘤死亡情况，为制定恶性肿瘤疾病防控方案，落实防控措施提供较为准确的数据支持。

关键词

恶性肿瘤；ARIMA 模型；时间序列；预测

参考

[1]娄长丽.临床常见恶性肿瘤［M］．吉林:吉林科学技术出版社，2009：6－10．

[2]国家癌症中心.中国肿瘤登记工作指导手册(2016)[M].北京：人民卫生出版社，2016，59⁃75.

[3]韩仁强，武鸣，缪伟刚，等．2015年江苏省恶性肿瘤发病和死亡分析[J]．中国肿瘤，2020，29(2):81－89．

[4]丁勇，张蓓蓓，吴静，等.ARIMA乘积季节模型预测我国戊肝的发病趋势[J].南京医科大学学报(自然科学版)，2020,40(11):1725-1729.

[5]于林凤，吴静，周锁兰，丁勇.ARIMA季节模型在我国丙肝发病预测中的应用[J].郑州大学学报(医学版)，2014，49(03)：344-348.

[6]庞艳蕾，张惠兰，李向云，等.灰色模型GM(1,1)和ARIMA在拟合全国婴儿、5岁以下儿童死亡率中的应用[J].中国卫生统计，2015,32(03)：461-463.

[7]刘洁,高茵茵,曲波,等.应用ARIMA模型预测我国孕产妇死亡率[J].中国医科大学学报，2011,40(02):107-108+121.

[8]黄国宝，黎衍云，吴菲.ARIMA模型和ARIMA-SVM模型对上海市2型糖尿病患者肺结核发病的预测效果[J].复旦学报(医学版),2020,47(06):899-905.