《表5 流感关键字搜索指数与ILI%的回归和时间序列组合模型分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于百度指数的流感预测模型比较研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先对13个流感关键字搜索指数和ILI%多重线性回归后残差序列进行数据平稳化和模型识别，发现残差序列非白噪声，且经过单位根检验序列平稳，自相关和偏自相关系数均拖尾，确定自回归移动平均模型（ARIMA）为最优模型。根据AIC（赤池信息准则）和SC（施瓦兹准则）对模型进行参数估计，最终构建模型为ARIMA（1，0，1），AIC=2.054，SC=2.287，关键字“流感”、“甲型流感”、“咳嗽有痰”、“H1N1”进入模型，见表5。对所构建的时间序列模型进行白噪声残差分析，残差序列自相关函数Box-Ljung Q统计量最小值为0.319，P=0.572，残差为白噪声序列。最后建立回归和时间序列组合模型方程：Y=1.894+0.007×K2+0.030×K6+0.013×K13+0.008×K40+0.903AR（1）-0.329 MA(1）。