監(jiān)測預(yù)警基礎(chǔ)40-這次學(xué)透 ARIMA之第1講：為什么要學(xué)這個模型？

系列簡介

這是我們一系列原創(chuàng)技術(shù)貼，從易到難，每天學(xué)習(xí)一點。所有內(nèi)容均為疾控數(shù)據(jù)分析、科研論文相關(guān)，或者說很多和現(xiàn)在的熱門監(jiān)測預(yù)警相關(guān)，所以我們這個系列就叫“監(jiān)測預(yù)警基礎(chǔ)”。

今天是第40節(jié)，從今天開始連續(xù)大概11講的內(nèi)容，我們細(xì)化，短篇化，徹底把ARIMA模型搞懂。

也許你聽過不會用，也許你只是會跑結(jié)果不懂理論，或者也許你根本沒聽過也沒用過，都沒關(guān)系，我們這次就徹底學(xué)透ARIMA！

做傳染病監(jiān)測預(yù)警、公共衛(wèi)生數(shù)據(jù)分析的同行，一定對「ARIMA」這個名字不陌生：

看核心期刊里的傳染病預(yù)測研究，十篇有八篇都用它；寫職稱論文想做趨勢分析，第一個被推薦的模型就是它；單位做年度流行趨勢研判，也常能聽到這個術(shù)語。

這應(yīng)該是我們最熟悉的一個預(yù)測模型，也是最實用的一個！

但是很多小伙伴其實只是聽過，或者有些聽過沒用過，或者有些只是會用戶但不懂核心理論邏輯。

翻開教材想學(xué)，滿頁的公式和統(tǒng)計術(shù)語直接勸退；跟著網(wǎng)上的代碼復(fù)制粘貼，改個自己的監(jiān)測數(shù)據(jù)就報錯；甚至連「為什么要差分」「殘差是哪來的」都搞不明白。

這正是我們做《這一次一定學(xué)透 ARIMA》系列的初衷：全程用疾控人熟悉的傳染病監(jiān)測場景講原理，避開復(fù)雜的數(shù)學(xué)推導(dǎo)，配套可直接復(fù)制的 R 代碼，從基礎(chǔ)概念到實戰(zhàn)落地，一篇解決一個核心問題，跟著走完就能把 ARIMA 真正用到工作里。

以后你就也會做預(yù)測預(yù)警了，至少完成領(lǐng)導(dǎo)交代的任務(wù)問題不大！、

因為ARIMA 是最適配傳染病監(jiān)測場景的基礎(chǔ)預(yù)測模型，幾乎所有一線監(jiān)測、預(yù)警、科研工作都能用上。

場景 1：傳染病短期發(fā)病趨勢預(yù)判，提前部署防控資源
流感、手足口、諾如、登革熱這些有季節(jié)性規(guī)律的傳染病，防控的核心是「提前預(yù)判」：
流感季什么時候會迎來高峰？高峰周的 ILI（流感樣病例）大概會到多少？要不要提前發(fā)布健康提示、擴(kuò)容發(fā)熱門診？
手足口流行季，下個月的病例數(shù)會不會超過往年同期？需不需要提前部署托幼機構(gòu)防控？
ARIMA 最核心的能力，就是基于歷史時間序列數(shù)據(jù)做短期預(yù)測。只要你有 3-5 年的周度 / 月度監(jiān)測數(shù)據(jù)，就能用它擬合出流行規(guī)律，預(yù)測未來 1-4 周的發(fā)病趨勢，給防控決策提供量化依據(jù)，而不是只靠經(jīng)驗判斷。
場景 2：設(shè)定科學(xué)的預(yù)警閾值，替代經(jīng)驗化的預(yù)警線
日常傳染病預(yù)警工作中，很多時候我們會用「過去 3 年同期均值 + 2 倍標(biāo)準(zhǔn)差」這類經(jīng)驗方法劃預(yù)警線，但這類方法沒法很好地適配發(fā)病的趨勢變化和季節(jié)性波動。
ARIMA 模型可以直接輸出預(yù)測值的 95% 置信區(qū)間，把置信區(qū)間上限作為預(yù)警閾值當(dāng)實際監(jiān)測的病例數(shù)超過上限時，就說明發(fā)病水平已經(jīng)超出了既往正常波動范圍，可能出現(xiàn)暴發(fā)或流行，觸發(fā)預(yù)警。這種方法已經(jīng)被廣泛用在流感、手足口等傳染病的自動預(yù)警中，比經(jīng)驗閾值更貼合數(shù)據(jù)本身的規(guī)律，也更符合科研論文的方法學(xué)規(guī)范。
場景 3：職稱論文、監(jiān)測報告的剛需方法，好上手易落地
對于需要寫論文、做課題的疾控同行，ARIMA 是公共衛(wèi)生領(lǐng)域時間序列研究的「入門標(biāo)配」，因為它的認(rèn)可度高，幾乎所有公共衛(wèi)生期刊都認(rèn)可這個方法；對數(shù)據(jù)要求友好，只要有連續(xù)的發(fā)病 / 死亡監(jiān)測數(shù)據(jù)就能建模；拓展性強，既可以單獨做預(yù)測研究，也可以結(jié)合氣象因素、防控政策做協(xié)變量分析，延伸出更多研究方向。
比起復(fù)雜的機器學(xué)習(xí)模型，ARIMA 原理清晰、操作簡單，只要掌握基礎(chǔ)流程，就能快速用到自己的數(shù)據(jù)分析里，是性價比極高的一項數(shù)據(jù)分析技能。

先給大家吃3個定心丸，這也是整個系列的創(chuàng)作原則：

1. 全程疾控場景，拒絕脫離實際的純理論：不會一上來就堆公式、講推導(dǎo)，所有概念都用傳染病監(jiān)測的例子講解：講平穩(wěn)性，就用「流感上升期不平穩(wěn)、散發(fā)期平穩(wěn)」舉例。

2. 碎片化學(xué)習(xí)，每篇只解決一個核心問題：單篇閱讀時長控制在 15 分鐘以內(nèi)，不搞長篇大論的灌輸：概念篇逐個拆解難點，不會一次性塞一堆術(shù)語。
3. 從入門到進(jìn)階，覆蓋 90% 疾控應(yīng)用場景：從最基礎(chǔ)的「什么是時間序列」講起，到基礎(chǔ) ARIMA 建模，再到疾控常用的季節(jié)性 SARIMA、帶協(xié)變量的 ARIMAX，最后落地到預(yù)警、論文寫作，形成完整的學(xué)習(xí)閉環(huán)。不需要你有統(tǒng)計專業(yè)基礎(chǔ)，只要有基礎(chǔ)的 R 軟件操作能力，甚至零基礎(chǔ)，都能跟著一步步學(xué)下來。

整個系列目前暫定共 11 篇，分為 6 個模塊，循序漸進(jìn)，從入門到實戰(zhàn)：

課前準(zhǔn)備需要的其實就是R，具體用到舉例子的數(shù)據(jù)了我們后面也會分享：
1. 安裝 R 與 RStudio/Positron：這是我們?nèi)淌褂玫姆治龉ぞ?，都是免費開源軟件：先下載安裝 R 基礎(chǔ)包：官網(wǎng) https://cran.r-project.org/ ，選擇對應(yīng)系統(tǒng)的版本即可，再下載安裝 RStudio（操作界面）：官網(wǎng) https://posit.co/download/rstudio-desktop/ ，選擇免費桌面版。
2. 安裝必備的 R 包

library(fUnitRoots)

參考：

《時間序列分析-基于R》. [M] .王燕.中國人民大學(xué)出版社出版

傳染病預(yù)測預(yù)警技術(shù)及實踐案例分析. [M]. 楊鵬, 王小莉. 人民衛(wèi)生出版社

編輯：普通疾控人 | 審核：詩酒趁年華

文章來源 | 原創(chuàng)

說明 | 轉(zhuǎn)載只為分享，如有侵權(quán)聯(lián)系刪除

?版權(quán)聲明 | 部分信息和圖片來自公開網(wǎng)絡(luò)

轉(zhuǎn)載請注明

再次轉(zhuǎn)載請注明出處

科普健康 | 宣傳疾控

本號為多位疾控機構(gòu)從業(yè)者運營

重點關(guān)注國內(nèi)外健康事件

致力于疾控科普

在做好科普服務(wù)大眾的同時

做好疾控機構(gòu)的宣傳

讓更多的人了解疾控，擁抱健康

歡迎加「小編」微信(cdcjkr126com)

本文具體說明

本文為原創(chuàng)內(nèi)容，文章為個人理解所學(xué)，不涉及疫情信息及內(nèi)部保密數(shù)據(jù)，發(fā)表的目的為自我總結(jié)及給有需求的人士學(xué)習(xí)使用。如有不妥之處，歡迎聯(lián)系小編修改、刪除。

更多精彩視頻，盡在“CDC疾控人”視頻號