陕西
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37节，STL分解。我们在第一节（）的时候就介绍过时间序列数据是由这些部分组成的，那如何把这每一部分拆开呢？
作为疾控人，我们每天面对的大疫情网数据，本质上是一条"三合一"的混乱曲线：
手足口病今年第20周报了500例，这是真下降了，还是还没到流行季？流感去年冬天比前年少了一半，是疫苗起作用了，还是采样少了？某一周突然冒出来一个尖峰，是真的暴发了，还是报告延迟堆积？
我们报病的时间序列数据混在一起看，永远看不清楚。
STL分解，就是给这条混乱曲线做"CT扫描"，把它拆成三条干净、可解释的曲线，让你一眼看清：长期趋势、季节规律、意外异常。
STL =Seasonal andTrend decomposition usingLoess，全称为基于局部加权回归的季节性和趋势分解。
简单说，就是把你的周发病数（或月发病数）拆成三个可加的部分：
如果季节性波动幅度随发病水平同步变化（比如高峰年波动更大），用乘法模型；如果波动幅度稳定，用加法模型。
传染病数据通常用加法模型即可。
主要有以下这些作用和目的：
第一，看清长期趋势：每年春夏季的季节性高峰会掩盖真实的上升/下降趋势。STL把季节抹掉，趋势一目了然。
第二，识别异常暴发：某一周发病数突然升高，是"到了该高的季节"，还是"真的暴发了"？看残差项就知道。
第三，预测不再跑偏：不分离季节成分，直接建模会把"每年固定来的高峰"误当成随机噪声，预测精度大打折扣。
第四，评估干预效果：EV71疫苗纳入免疫规划后，手足口病趋势是否下降？季节性模式是否改变？需要分别看。
第五，监控数据质量：残差连续多周为正，提示诊断标准、报告系统或实验室检测能力可能发生了变化。
第一步，准备数据：需要等间隔时间序列，传染病监测通常用周数据（一年52周）或月数据（一年12月）。
ts_cases <- ts(df$cases, frequency = 52) # 月数据则 frequency = 12第二步，一行代码分解：确定窗口，拆解数据。
stl_fit <- stl(ts_cases, s.window = "periodic", t.window = 53，robust = TRUE)关键参数我们解释一下
s.window：季节平滑窗口。周数据通常设为 "periodic" 或 7~13。
t.window：趋势平滑窗口。周数据通常设为 53（约1年）。
robust = TRUE：建议开启，降低突发暴发对趋势和季节的干扰。
第三步，可视化：确定窗口，拆解数据。
plot(stl_fit, main = "STL分解：周发病数")出来的图就是4张子图叠在一起：原始数据、季节成分、趋势成分、残差成分。
第四步，提取成分：确定窗口，拆解数据。
remainder <- stl_fit$time.series[, "remainder"] # 残差成分至此你就完成了对一套传染病时间序列数据的分解，下一节我们继续讲一讲分解之后能干什么？
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
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
