利用新型混合ARIMA-ARNN模型结合外生变量预测登革热暴发
种群与进化
2023-12-27 v1
摘要
在数据丰富的世界中，使用混合模型进行登革热发病率预测日益增多。统计时间序列预测模型与机器学习模型的混合已被探索用于登革热预测，并取得了不同程度的成功。在本文中，我们提出了混合ARIMA-ARNN模型的多变量扩展。主要动机是提出一种新的混合方法并将其应用于登革热暴发预测。我们建立了所提出模型的渐近平稳性。通过数值实验检验了预测能力和预测的稳健性。将多变量时间序列数据的最新预测模型与所提出模型进行了准确性指标比较。利用圣胡安和伊基托斯的登革热发病率数据以及降雨量作为外生变量。结果表明，所提出模型在某些情况下改进了ARIMAX预测，在其他情况下则紧随其后。理论和实验结果都表明，所提出模型有潜力成为登革热暴发早期预警的候选模型。所提出模型可以很容易地推广以纳入更多外生变量，并且只要存在外生变量，也可应用于其他时间序列预测问题。
关键词
引用
@article{arxiv.2312.15270,
title = {Anticipating dengue outbreaks using a novel hybrid ARIMA-ARNN model with exogenous variables},
author = {I. Ghosh and S. Gupta and S. Rana},
journal= {arXiv preprint arXiv:2312.15270},
year = {2023}
}