-
题名基于时间序列分析法的医院月门诊量预测模型
被引量:5
- 1
-
-
作者
曾允萱
蔡旭娜
yun-xuan xu-na
-
机构
福建省
浙江工商大学统计与数学学院
-
出处
《中国医院统计》
2009年第4期-,共4页
-
文摘
目的 分析影响医院月门诊量的主要因素,提高医院月门诊量预测工作准确性,提高科学预见性. 方法 采用X-11季节调整方法、引入虚拟变量拟合趋势直线方程,剔除趋势后建立ARIMA模型,预测医院的各月门诊量,并与月门诊量时间序列直接建立的ARIMA模型进行比较. 结果 趋势模型3个参数的拟合系数均很显著,以残差序列所建立的ARIMA模型的参数也均是显著的. 结论 剔除季节因素和趋势因素建立的ARIMA模型,对时间序列进行拟合的结果远远优于直接对月门诊量建立的ARIMA模型的拟合结果.ARIMA模型更适合于做短期预测,对剔除季节因素和趋势因素的平稳时间序列以ARMA模型拟合后,再合成季节因素和趋势因素的模型所做的中长期预测精度高.
-
关键词
时间序列分析法
医院
门诊量预测
预测模型
TIME
ARIMA模型
季节因素
拟合系数
X-11季节调整方法
平稳时间序列
拟合结果
科学预见性
主要因素
直线方程
预测精度
趋势模型
短期预测
残差序列
参数
变量拟合
-
分类号
R195
[医药卫生—卫生统计学]
-