基于两种时间序列模型的沈阳市人口死亡率的预测研究*

陈 萌 赵 丽 符文华△

【提 要】 目的 基于时间序列模型对沈阳市月死亡率进行预测研究,为制定人口健康策略提供参考依据。方法 选取Holt-Winter模型与SARIMA模型对沈阳市2010年1月-2021年12月主城区月死亡率进行预测分析,并比较两种模型准确度。结果 沈阳市主城区人口粗死亡率呈上升趋势,分布呈现周期性特征,年初和年末稍高,年中稍低。SARIMA模型的MAPE为4.33%,Holt-Winters相乘模型的MAPE为3.82%,从预测效果来看,验证集的实际值均落在预测值的95%CI之内,SARIMA模型和Holt-Winters相乘模型的总体相对误差分别为1.20%和0.39%。结论 Holt-Winter相乘模型更适于沈阳市月度人口死亡率的预测。

死亡率作为最可信的卫生资料之一,直接反映了人口健康状况和社会卫生水平。了解居民死亡水平及变化趋势,对衡量疾病死亡负担,制定疾病防控策略,配置卫生资源以及评估干预措施效果都有着积极的作用[1]。

资料与方法

1.数据来源

数据来源于沈阳市疾病预防控制中心提供的2010年1月-2021年12月沈阳市主城区人口死亡监测数据。登记对象为沈阳市内五区户籍人口,并以《居民死亡医学证明(推断)书》作为统计凭证。

2.研究方法

以2010年1月-2019年12月数据作为训练集,2020年1月-2021年12月数据作为验证集,比较Holt-Winters与季节性差分自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型预测精确度,得出最优模型。最后将验证集数据纳入最终模型,对沈阳市2022-2023年月度死亡率进行定量预测。

(1)模型介绍

Holt-Winters指数平滑模型包含水平项α、趋势项β和季节项γ,参数范围均为0～1之间,是模型预测值与实测反推值之间的平衡权重,参数越小,则模型拟合较好。……