监测预警基础40-这次学透 ARIMA之第1讲：为什么要学这个模型？

系列简介

这是我们一系列原创技术贴，从易到难，每天学习一点。所有内容均为疾控数据分析、科研论文相关，或者说很多和现在的热门监测预警相关，所以我们这个系列就叫“监测预警基础”。

今天是第40节，从今天开始连续大概11讲的内容，我们细化，短篇化，彻底把ARIMA模型搞懂。

也许你听过不会用，也许你只是会跑结果不懂理论，或者也许你根本没听过也没用过，都没关系，我们这次就彻底学透ARIMA！

做传染病监测预警、公共卫生数据分析的同行，一定对「ARIMA」这个名字不陌生：

看核心期刊里的传染病预测研究，十篇有八篇都用它；写职称论文想做趋势分析，第一个被推荐的模型就是它；单位做年度流行趋势研判，也常能听到这个术语。

这应该是我们最熟悉的一个预测模型，也是最实用的一个！

但是很多小伙伴其实只是听过，或者有些听过没用过，或者有些只是会用户但不懂核心理论逻辑。

翻开教材想学，满页的公式和统计术语直接劝退；跟着网上的代码复制粘贴，改个自己的监测数据就报错；甚至连「为什么要差分」「残差是哪来的」都搞不明白。

这正是我们做《这一次一定学透 ARIMA》系列的初衷：全程用疾控人熟悉的传染病监测场景讲原理，避开复杂的数学推导，配套可直接复制的 R 代码，从基础概念到实战落地，一篇解决一个核心问题，跟着走完就能把 ARIMA 真正用到工作里。

以后你就也会做预测预警了，至少完成领导交代的任务问题不大！、

因为ARIMA 是最适配传染病监测场景的基础预测模型，几乎所有一线监测、预警、科研工作都能用上。

场景 1：传染病短期发病趋势预判，提前部署防控资源
流感、手足口、诺如、登革热这些有季节性规律的传染病，防控的核心是「提前预判」：
流感季什么时候会迎来高峰？高峰周的 ILI（流感样病例）大概会到多少？要不要提前发布健康提示、扩容发热门诊？
手足口流行季，下个月的病例数会不会超过往年同期？需不需要提前部署托幼机构防控？
ARIMA 最核心的能力，就是基于历史时间序列数据做短期预测。只要你有 3-5 年的周度 / 月度监测数据，就能用它拟合出流行规律，预测未来 1-4 周的发病趋势，给防控决策提供量化依据，而不是只靠经验判断。
场景 2：设定科学的预警阈值，替代经验化的预警线
日常传染病预警工作中，很多时候我们会用「过去 3 年同期均值 + 2 倍标准差」这类经验方法划预警线，但这类方法没法很好地适配发病的趋势变化和季节性波动。
ARIMA 模型可以直接输出预测值的 95% 置信区间，把置信区间上限作为预警阈值当实际监测的病例数超过上限时，就说明发病水平已经超出了既往正常波动范围，可能出现暴发或流行，触发预警。这种方法已经被广泛用在流感、手足口等传染病的自动预警中，比经验阈值更贴合数据本身的规律，也更符合科研论文的方法学规范。
场景 3：职称论文、监测报告的刚需方法，好上手易落地
对于需要写论文、做课题的疾控同行，ARIMA 是公共卫生领域时间序列研究的「入门标配」，因为它的认可度高，几乎所有公共卫生期刊都认可这个方法；对数据要求友好，只要有连续的发病 / 死亡监测数据就能建模；拓展性强，既可以单独做预测研究，也可以结合气象因素、防控政策做协变量分析，延伸出更多研究方向。
比起复杂的机器学习模型，ARIMA 原理清晰、操作简单，只要掌握基础流程，就能快速用到自己的数据分析里，是性价比极高的一项数据分析技能。

先给大家吃3个定心丸，这也是整个系列的创作原则：

1. 全程疾控场景，拒绝脱离实际的纯理论：不会一上来就堆公式、讲推导，所有概念都用传染病监测的例子讲解：讲平稳性，就用「流感上升期不平稳、散发期平稳」举例。

2. 碎片化学习，每篇只解决一个核心问题：单篇阅读时长控制在 15 分钟以内，不搞长篇大论的灌输：概念篇逐个拆解难点，不会一次性塞一堆术语。
3. 从入门到进阶，覆盖 90% 疾控应用场景：从最基础的「什么是时间序列」讲起，到基础 ARIMA 建模，再到疾控常用的季节性 SARIMA、带协变量的 ARIMAX，最后落地到预警、论文写作，形成完整的学习闭环。不需要你有统计专业基础，只要有基础的 R 软件操作能力，甚至零基础，都能跟着一步步学下来。

整个系列目前暂定共 11 篇，分为 6 个模块，循序渐进，从入门到实战：

课前准备需要的其实就是R，具体用到举例子的数据了我们后面也会分享：
1. 安装 R 与 RStudio/Positron：这是我们全程使用的分析工具，都是免费开源软件：先下载安装 R 基础包：官网 https://cran.r-project.org/ ，选择对应系统的版本即可，再下载安装 RStudio（操作界面）：官网 https://posit.co/download/rstudio-desktop/ ，选择免费桌面版。
2. 安装必备的 R 包

library(fUnitRoots)

参考：

《时间序列分析-基于R》. [M] .王燕.中国人民大学出版社出版

传染病预测预警技术及实践案例分析. [M]. 杨鹏, 王小莉. 人民卫生出版社

编辑：普通疾控人 | 审核：诗酒趁年华

文章来源 | 原创

说明 | 转载只为分享，如有侵权联系删除

©版权声明 | 部分信息和图片来自公开网络

转载请注明

再次转载请注明出处

科普健康 | 宣传疾控

本号为多位疾控机构从业者运营

重点关注国内外健康事件

致力于疾控科普

在做好科普服务大众的同时

做好疾控机构的宣传

让更多的人了解疾控，拥抱健康

欢迎加「小编」微信(cdcjkr126com)

本文具体说明

本文为原创内容，文章为个人理解所学，不涉及疫情信息及内部保密数据，发表的目的为自我总结及给有需求的人士学习使用。如有不妥之处，欢迎联系小编修改、删除。

更多精彩视频，尽在“CDC疾控人”视频号