监测预警基础34-今天分享一个时间序列预测模型：Prophet

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34节，我们今天讲一种之前没有涉及过的时间序列预测模型——Prophet 。

当然有老师说我们还有好多内容没有分享，比如ARIMA，比如传播动力学，比如空间分析，空间扫描等等。

怎么说呢，这些都是对疾控传染病监测预警来说常用的、好用的方法，但是第一是时间和精力有限，该系列内容阅读量又低，很多时候就没那么大的心劲去写。第二是该系列打算长期持续，内容有深有浅，当然主要也是受自身能力所限，所以，得慢慢来，是分享也是自我总结，以后也会断断续续一直更新下去。

如有不当之处，欢迎留言讨论，大家的留言是我们更新的动力！

每年春节前后，传染病自动预警系统或者说大疫情网总会出现这种情况：流感、手足口、诺如……病例数齐刷刷往下掉，系统一片"绿灯"，领导刚松口气，节后第二周数据突然报复性反弹，预警灯狂闪。

你心知肚明——这不是疫情真缓解了，是医院放假、家长不带孩子看病、基层迟报。

传统的ARIMA模型看不懂春节，Serfling回归得手动调正弦余弦，调完参数疫情都过峰了。

有没有一种工具，能自动理解"春节会降、夏天会升、长期趋势会变"，还能把这三件事拆开来给你看明白？

有，Facebook开源的Prophet模型，正在成为疾控时间序列预测的新标配。

中文名：国内一般直称 Prophet 模型（或"先知模型"），因为Prophet的英文意思就是先知、预言家的意思。

所属类型：严格来说属于统计学习/贝叶斯可加回归模型（GAM），不属于是深度学习，也不是传统机器学习，你可以理解为"带自动拟合功能的高级时间序列分解工具"。

它的核心思想就是把数据拆成3部分

Prophet 认为任何时间序列（比如你们每周的流感报告数）都可以拆成三个部分：

y(t) = 趋势 + 季节性 + 节假日/突发事件

用数学公式表示就是：y(t)=g(t)+s(t)+h(t)+εt

具体每一项的解释如下：

Prophet 的聪明之处是：你告诉它"春节是哪天"，它自动学会春节前后数据会异常；你告诉它"每年3-6月可能有高峰"，它自动拟合这个周期。Serfling 回归是"你先定好一条直线+一对正弦波，再求系数"；Prophet 是"你只管给数据，它自己决定趋势在哪拐弯、季节有几个波峰、春节影响持续几天"。

我们传染病监测数据的几个典型痛点，Prophet 恰好都能处理：

1. 春节/国庆等节假日效应痛点春节期间基层医疗机构放假，传染病报告数会突然"断崖式下跌"，节后报复性反弹。传统模型（比如 ARIMA）会被这种"假下降"骗到，以为疫情缓解了。Prophet 的做法你提前在模型里标记"2024年春节是2月10日"，它自动学习"春节前后7天报告量偏低"，预测时会把这部分单独算进去，不干扰对真实趋势的判断。
2. 监测数据经常缺失/延迟痛点医院一般情况周末不报告、或者出现系统故障漏报一周。

Prophet 的做法：对缺失值不敏感，空着就空着，它照样能拟合趋势。

3. 暴发疫情痛点某周突然暴发手足口病聚集性疫情，病例数飙到平时的5倍。

Prophet 的做法：你告诉它"这一周是异常点，别学它"，它会把这周的突变隔离掉，不让这个尖峰把整体趋势带偏。

4. 不用你调太多参数痛点ARIMA 需要你自己判断是几阶差分、什么季节性周期（p,d,q,P,D,Q），搞错一个数字模型就废了。
Prophet 的做法默认参数对大多数传染病数据已经够用，开箱即用。你只需要告诉它"我的数据是按周报的，季节性周期是52周"就行。

1.场景一：建立"预期发病数"基线（自动预警系统）
这是疾控系统最常用的功能。做法用过去3-5年的历史周发病率训练 Prophet，预测"本周正常情况下应该报告多少病例"。预警逻辑如果实际报告数 > 预测值的上限（比如95%置信区间上限），系统自动报警。优势Prophet 已经自动排除了"因为春节所以本周本该偏低"或"因为进入夏季所以本该偏高"的因素，报警更准，误报更少
2.场景二：中长期趋势预测做法
这也是我们经常用来做的，就是预测，预测未来一定时间的病例数走势，给防控资源调配做参考。
3.场景三：评估干预措施效果做法
某年某月启动了新的疫苗接种计划，用 Prophet 预测"如果不干预，病例数本该是多少"，然后和实际值对比，差值就是干预效果。

好的，我们的初步介绍就到这，下一节我们采用案例实战分析

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