基于聚类分析和ARIMA模型对不同类型国家的疫情趋势预测

杨淘 肖乐瑶 张陆豪 邱则满 左欣延 吴少晖

摘要：本文基于降维和聚类的思想对新冠状病毒建立ARIMA模型进行研究和预测，采用聚类分析、因子分析，时间序列分析的方法。通过构造量化疫情严重程度的指标，对选取的13个国家进行因子分析，计算因子得分，利用因子得分进行聚类分析，将13个国家分为三类国家。其次根据官方发布的新冠疫情数据，采用时间序列分析方法来建立不同的ARIMA模型进行拟合巴西、印度和中国这三个具有代表性的国家的疫情走势及预测未来一个月的趋势，并通过模型和参数的显著性检验，最后发现未来一个月的预测数据和实际数据吻合较好。

关键词：COVID-19 聚类分析 因子分析 ARIMA 预测

一、引言

新型冠状病毒的出现，让全球的公共卫生体系遭受到一定的挑战。本文鉴于多次流行病学爆发的数据和趋势特征、走向和转折预警，同时结合病原学、流行病学方面和传播、途径、方式等的共同特点，希望能从统计学角度出发，构建对疫情趋势和转折的预测模型，分析影响其传播的关键因素，以数理统计学的理论知识为桥梁，实现对病毒的经验到理性的认知，以发展的眼光把数据连成一个清晰的蓝图，更好地在现实生活中做出最佳决策。

二、数据预处理

2.1样本选择

本文针对全球疫情发展状况，选择了美国、巴西、日本、德国、印度、意大利、加拿大、西班牙、韩国、英国、法国、俄罗斯、中国共13个比较有代表性的国家作为样本。样本数据来源于国家和省市卫健委。……