印度州疟疾预测：基于时间序列的 R Shiny 方法
应用统计
2025-11-19 v2
摘要
疟疾仍是许多地区的重大公共卫生挑战，亟需稳健的预测模型以辅助其管理和预防。本研究聚焦于开发和评估用于预测印度八个州（Jharkhand、Chhattisgarh、Maharashtra、Meghalaya、Mizoram、Odisha、Tripura 和 Uttar Pradesh）中疟疾病例的時間序列模型。我们采用了包括带季节性分量的多项式回归、对数变换后的多项式回归、滞后差分模型和 ARIMA 模型等多种建模方法，以捕捉疟疾发生的时间动态。综合的模型拟合、残差分析和使用如均方根误差 (RMSE) 和平均绝对百分比误差 (MAPE) 等指标的绩效评估表明，对数变换后的多项式回归模型在所有州的准确性和稳健性方面始终优于其他模型。滚动预测验证进一步确认了该对数变换模型在时间上的优越预测能力。此外，开发了一个交互式 R Shiny 工具，以促进研究人员和公共卫生官员使用这些预测模型。该工具允许用户输入数据、选择建模方法并可视化预测和绩效指标，为实时疟疾预测和决策支持提供实用工具。我们的发现突显了合适建模技术在疟疾预测中的关键作用，并为增强疟疾监视和响应 efforts 提供了宝贵资源。
引用
@article{arxiv.2412.20121,
title = {Forecasting Malaria in Indian States: A Time Series Approach with R Shiny Integration},
author = {Sujit K. Ghosh and Usha Ananthakumar and Praveen D. Chougale and Adithya B. Somaraj},
journal= {arXiv preprint arXiv:2412.20121},
year = {2025}
}
备注
18 pages