中国病案
中國病案
중국병안
CHINESE MEDICAL RECORD
2013年
3期
37-40
,共4页
李小升%马春柳%雷海科%刘海霞倡
李小升%馬春柳%雷海科%劉海霞倡
리소승%마춘류%뢰해과%류해하창
时间序列%SARIMA模型%门诊量%预测
時間序列%SARIMA模型%門診量%預測
시간서렬%SARIMA모형%문진량%예측
Time series%SARIMA model%Outpatient quantity%Forecast
目的了解医院2000年-2011年门诊量的趋势,建立预测月门诊量的时间序列模型,为优化医疗资源配置提供科学的统计学依据。方法根据医院2002年1月至2012年12月年门诊量数据,应用SPSS18.0软件建立季节自回归滑动平均模型(Seasonal Auto Regressive Integrated Moving Average model ,SARIMA模型),并验证2012年7至12月份的门诊量。结果预测值与实际值的上升下降趋势基本吻合,SARIMA(0,1,1)(0,1,1)12模型为最优模型,标准化贝叶斯信息标准(Normalized Bayesian Information Criteria ,BIC)值与平均绝对误差百分比(Mean absolute percentage error ,MPE)值最小,BIC值为13.82, MPE为7.70,Box -Ljung检验无统计学意义(Q18=17.93,P=0.3281>0.05)。结论 SARIMA模型能很好的拟合门诊量的变动趋势,在无外界因素影响的情况下,医院门诊量将会继续上涨。
目的瞭解醫院2000年-2011年門診量的趨勢,建立預測月門診量的時間序列模型,為優化醫療資源配置提供科學的統計學依據。方法根據醫院2002年1月至2012年12月年門診量數據,應用SPSS18.0軟件建立季節自迴歸滑動平均模型(Seasonal Auto Regressive Integrated Moving Average model ,SARIMA模型),併驗證2012年7至12月份的門診量。結果預測值與實際值的上升下降趨勢基本吻閤,SARIMA(0,1,1)(0,1,1)12模型為最優模型,標準化貝葉斯信息標準(Normalized Bayesian Information Criteria ,BIC)值與平均絕對誤差百分比(Mean absolute percentage error ,MPE)值最小,BIC值為13.82, MPE為7.70,Box -Ljung檢驗無統計學意義(Q18=17.93,P=0.3281>0.05)。結論 SARIMA模型能很好的擬閤門診量的變動趨勢,在無外界因素影響的情況下,醫院門診量將會繼續上漲。
목적료해의원2000년-2011년문진량적추세,건립예측월문진량적시간서렬모형,위우화의료자원배치제공과학적통계학의거。방법근거의원2002년1월지2012년12월년문진량수거,응용SPSS18.0연건건립계절자회귀활동평균모형(Seasonal Auto Regressive Integrated Moving Average model ,SARIMA모형),병험증2012년7지12월빈적문진량。결과예측치여실제치적상승하강추세기본문합,SARIMA(0,1,1)(0,1,1)12모형위최우모형,표준화패협사신식표준(Normalized Bayesian Information Criteria ,BIC)치여평균절대오차백분비(Mean absolute percentage error ,MPE)치최소,BIC치위13.82, MPE위7.70,Box -Ljung검험무통계학의의(Q18=17.93,P=0.3281>0.05)。결론 SARIMA모형능흔호적의합문진량적변동추세,재무외계인소영향적정황하,의원문진량장회계속상창。