Identification of time series cointegration of tick-borne encephalitis morbidity and vaccination in the administrative Regions of West Siberia
Abstract
We analyzed time series with tick-borne encephalitis morbidity data and vaccination against it in West Siberia. The study showed the presence of cointegration for time series belonging to different administrative regions of the territory.This implies the existence of common determining factors affecting the epidemic process development of tick-borne encephalitis in the regions of West Siberia.
About the Authors
Z. S. Tyul’Ko
Omsk State Medical University of the Russian Ministry of Health; Omsk Scientific Research Institute of Natural Focal Infections of Rospotrebnadzor
Russian Federation
Russian Federation
V. V. Yakimenko
Omsk Scientific Research Institute of Natural Focal Infections of Rospotrebnadzor
Russian Federation
Russian Federation
N. V. Rudakov
Omsk State Medical University of the Russian Ministry of Health; Omsk Scientific Research Institute of Natural Focal Infections of Rospotrebnadzor
Russian Federation
Russian Federation
References
1. Андреев В. В. Алгоритм определения коинтеграции финансовых временных рядов // Решетневские чтения. Красноярск, 2016. Т. 2. № 20. С. 181-183.
2. Бокс Дж., Дженкинс Г. Анализ временных рядов // Прогноз и управление. М.: Мир, 1974. 406 с.
3. Крастинь О. П. Изучение статистических зависимостей по многолетним данным. М.: Финансы и статистика, 1981. 136 с.
4. Лукашин Ю.П. Адаптивные методы прогнозирования: Учебное пособие. М.: Финансы и статистика, 2003. 416 с.
5. Мефодьев В.В., Кашуба Э.А., Козлов Л.Б. и др. Эколого-эпидемиологические аспекты клещевого энцефалита на сопряженных территориях Урала и Сибири. Екатеринбург: Издательство «Путиведъ», 2002. 280 с.
6. Москвитина Н.С., Агулова Л.П. Динамика заболеваемости населения г. Томска клещевым энцефалитом и ее связь с изменениями климата // Геофизические процессы и биосфера. 2014. Т. 13. № 3. С. 40-54.
7. Семенов С.М., Ясюкевич В.В., Гельвер Е.С. Выявление климатогенных изменений. М.: Издательский центр «Метеорология и гидрология», 2006. 324 с.
8. Трегуб И.В., Трегуб А.В. Применение коинтеграционного анализа для исследования взаимного влияния финансовых временных рядов // Фундаментальные исследования. 2015. № 8 (часть 3). С. 620-623.
9. Энгл Р.Ф., Грэнджер К.У.Дж. Коинтеграция и коррекция ошибок: представление, оценивание и тестирование // Прикладная эконометрика. 2015. Т. 3. № 39. С. 107-135.
10. Ястребов В.К. Современные нозоареалы клещевого энцефалита и клещевого риккетсиоза в Сибири // Бюллетень сибирской медицины. 2006. Т. 5 (Приложение 1). С. 131-136.
11. Arnold-Gaille S. et al. International cause-specific mortality rates: new insights from a cointegration analysis / S. Arnold-Gaille, M. Sherris. ASTIN Bulletin: The Journal of the IAA, 2016, vol. 46, pp. 9-38.
12. Granger C.W.J. Developments in the Study of Cointegrated Variables. Oxford Bulletin Econom. Statist, 1986, vol. 48, pp. 213-228.
13. Granger C.W.J. Co-integration, Error-correction, and the Econometric Analysis of Non-Stationary Data. Oxford: Oxford University Press, 1993. 329 p.
14. Johansen S. Likelihood-based Inference in Cointegrated Vector Autoregressive Models. Oxford: Oxford University Press, 1995. 267 p.
15. Kaufmann R.K. Cointegration analysis of hemispheric temperature relations. Journal of Geophysical Research_ Atmospheres, 2002, vol. 107, no. D2, 4012, https://doi. org/10.1029/2000JD000174.
16. Ostergaard J. et al. Oscillating systems with cointegrated phase processes. J. Math. Biol, 2017, vol. 75, pp. 845-883.
Review
For citations:
Tyul’Ko Z.S., Yakimenko V.V., Rudakov N.V. Identification of time series cointegration of tick-borne encephalitis morbidity and vaccination in the administrative Regions of West Siberia. Public Health and Life Environment – PH&LE. 2019;(3):49-54. (In Russ.)
Views:
271
.png)
Email this article 