[論文レビュー] Prediction of Zoonosis Incidence in Human using Seasonal Auto Regressive Integrated Moving Average (SARIMA)

Adhistya Erna Permanasari, Dayang Rohaya Awang Rambli+1 more|ArXiv.org|Oct 5, 2009

Zoonotic diseases and public health参考文献 5被引用数 10

ひとこと要約

本研究では、米国（1990–2003年）の月次結核データを用いて、人獣共通感染症の発生率を予測するためのSARIMAモデルを提案する。SARIMA(9,0,14)(12,1,24)12モデルは、0.062のTheilのU値を達成し、高い予測精度と歴史的データへの良好な適合を示しており、季節的獣医的感染症予測におけるSARIMAの有効性を示している。

ABSTRACT

Zoonosis refers to the transmission of infectious diseases from animal to human. The increasing number of zoonosis incidence makes the great losses to lives, including humans and animals, and also the impact in social economic. It motivates development of a system that can predict the future number of zoonosis occurrences in human. This paper analyses and presents the use of Seasonal Autoregressive Integrated Moving Average (SARIMA) method for developing a forecasting model that able to support and provide prediction number of zoonosis human incidence. The dataset for model development was collected on a time series data of human tuberculosis occurrences in United States which comprises of fourteen years of monthly data obtained from a study published by Centers for Disease Control and Prevention (CDC). Several trial models of SARIMA were compared to obtain the most appropriate model. Then, diagnostic tests were used to determine model validity. The result showed that the SARIMA(9,0,14)(12,1,24)12 is the fittest model. While in the measure of accuracy, the selected model achieved 0.062 of Theils U value. It implied that the model was highly accurate and a close fit. It was also indicated the capability of final model to closely represent and made prediction based on the tuberculosis historical dataset.

研究の動機と目的

• 時系列解析を用いて人獣共通感染症発生率を予測するための予測モデルを開発すること。
• SARIMAが獣医的感染症データにおける季節的パターンをモデル化する性能を評価すること。
• 結核発生率予測に最も適したSARIMAモデル構成を特定すること。
• 残差分析やTheilのUなどの精度指標を用いた診断テストにより、モデルを検証すること。

提案手法

• CDCから入手した、1990年から2003年までの米国における人間の結核症例の月次時系列データを用いる。
• 季節的自己回帰統合移動平均（SARIMA）モデルを適用し、データの季節的および非季節的成分を捉える。
• モデル選択基準を用いて複数のSARIMAモデルをテストおよび比較する。
• 最終的なモデルは、残差分析および精度指標を用いた診断テストにより検証される。
• 予測誤差を最小化するようにモデルパラメータを最適化し、最終的にSARIMA(9,0,14)(12,1,24)12構成が選択される。
• TheilのU統計量を用いてモデルの正確性を評価し、低い値であるほど性能が優れていることを示す。

実験結果

リサーチクエスチョン

• RQ1 SARIMAは、人獣共通感染症発生率の季節的パターンを効果的にモデル化および予測できるか？
• RQ2 米国における結核発生率予測に最適なSARIMA構成は何か？
• RQ3 選択されたSARIMAモデルは、将来の獣医的感染症発生数をどれほど正確に予測できるか？
• RQ4 モデルは歴史的結核データに良好に適合しているか？

主な発見

• SARIMA(9,0,14)(12,1,24)12モデルは、診断テストおよびモデル比較に基づき最良の適合モデルとして特定された。
• このモデルは、TheilのU値0.062を達成し、高い予測精度と観測データへの近接した適合を示している。
• TheilのU値が低いため、モデルが結核発生率時系列の背後にあるパターンを効果的に捉えていることが示唆される。
• 残差分析により、モデルの誤差がランダムに分布していることが確認され、モデルの妥当性が裏付けられた。
• モデルは、歴史的データを用いて季節的獣医的感染症トレンドの強力な予測能力を示した。
• 結果から、SARIMAは人間集団における獣医的感染症発生率を予測するための実用的手段であることが確認された。