[논문 리뷰] Prediction of Zoonosis Incidence in Human using Seasonal Auto Regressive Integrated Moving Average (SARIMA)

Adhistya Erna Permanasari, Dayang Rohaya Awang Rambli외 1명|ArXiv.org|2009. 10. 05.

Zoonotic diseases and public health참고 문헌 5인용 수 10

한 줄 요약

이 연구는 미국의 월간 결핵 데이터(1990–2003)를 사용하여 인간 유역성 질환 유병률을 예측하기 위해 SARIMA 모델을 제안한다. SARIMA(9,0,14)(12,1,24)12 모델은 0.062의 Theil의 U 값을 기록하여 높은 예측 정확도와 역사적 데이터에 대한 강한 적합도를 보이며, 계절적 유역성 질환 예측에 SARIMA의 효과성을 입증한다.

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.

연구 동기 및 목표

• 시계열 분석을 활용하여 인간 유역성 질환 유병률을 예측하는 모델을 개발하기 위해.
• SARIMA가 유역성 질환 데이터의 계절 패턴을 모델링하는 데 효과적인지 평가하기 위해.
• 결핵 유병률 예측을 위한 가장 정확한 SARIMA 모델 구성 방식을 특정하기 위해.
• Theil의 U와 같은 정확도 지표를 포함한 진단 테스트를 통해 모델을 검증하기 위해.

제안 방법

• 연구는 CDC에서 확보한 1990년에서 2003년 사이의 미국 내 인간 결핵 환자 수 월간 시계열 데이터를 사용한다.
• 계절적 ARIMA(SARIMA) 모델이 데이터의 계절적 및 비계절적 성분을 모두 포착하기 위해 적용된다.
• 모델 선택 기준을 사용하여 여러 SARIMA 모델을 테스트하고 비교한다.
• 최종 모델는 잔차 분석 및 정확도 지표를 포함한 진단 테스트를 통해 검증된다.
• 예측 오차를 최소화하기 위해 모델 파라미터를 최적화하며, 최종적으로 SARIMA(9,0,14)(12,1,24)12 구성이 선택된다.
• Theil의 U 통계량은 모델 정확도 평가에 사용되며, 낮은 값일수록 성능이 뛰어남을 의미한다.

실험 결과

연구 질문

• RQ1 SARIMA는 인간 유역성 질환 유병률의 계절 패턴을 효과적으로 모델링하고 예측할 수 있는가?
• RQ2 미국의 결핵 유병률 예측을 위한 최적의 SARIMA 구성은 무엇인가?
• RQ3 선택된 SARIMA 모델은 향후 유역성 질환 유병률을 얼마나 정확하게 예측하는가?
• RQ4 모델은 역사적 결핵 유병률 데이터에 대해 좋은 적합도를 보여주는가?

주요 결과

• SARIMA(9,0,14)(12,1,24)12 모델은 진단 테스트 및 모델 비교 기반으로 최적의 적합 모델로 확인되었다.
• 모델은 Theil의 U 값 0.062를 기록하여 높은 예측 정확도와 관측 데이터에 대한 밀착된 적합도를 보였다.
• 낮은 Theil의 U 값은 모델이 결핵 유병률 시계열의 기본 패턴을 효과적으로 포착하고 있음을 시사한다.
• 잔차 분석 결과, 모델 오차가 무작위로 분포되어 있어 모델의 타당성을 뒷받침한다.
• 모델는 역사를 바탕으로 계절적 유역성 질환 추세에 대해 강력한 예측 능력을 보였다.
• 결과적으로 SARIMA는 인간 집단 내 유역성 질환 유병률을 예측하는 데 실용적인 방법임을 확인한다.