流感及其併發症病例數之研究與預測

本研究使用Python程式語言進行時間序列分析，以四種全國流感及其併發症病例數爲研究對象，分別爲門診人數、急診人數、併發重症本土病例數、死亡人數，資料來源爲中華民國衛福部疾管署傳染病統計資料查詢系統，樣本期間選自2008／1週至2020／28週；預測期間則自2020／29週至2020／33週。研究發現門診人數、急診人數、死亡人數皆具有季節性，併發重症本土病例數具間歇性，彼此間之變化具關聯性，且雖然死亡人數呈現逐年攀升的趨勢，但觀察其時間序列圖形的波動，卻可發現其波動幅度與前述二者相似且呈現遞减的趨勢。本研究共使用三種預測模型，包含ARIMA模型，Croston模型、Holt-Winters’ seasonal模型，並針對預測期間之真實值與模型預測值做比較，以評估模型預測能力。在ARIMA模型的分析結果中，發現門診人數模型在三者時間序列預測模型中具較佳的預測能力。在Croston模型與Holt-Winters’ seasonal模型的分析結果比較中，發現Holt-Winters’ seasonal模型具較佳的預測能力。