《应用时间序列分析》研究型实验教学的探索

《应用时间序列分析》作为学校应用统计学专业的一门专业核心课程,本文针对此课程对其实验教学进行深入探索,分析目前实验教学所存在的问题,并根据存在问题探讨如何进行研究型实验教学。探索发现研究型实验教学的实现需要丰富实验统计软件、增加课程实验考核以及学生对实验教学部分的评价,望能以此提升《应用时间序列分析》课程教学效果。

“互联网+教育”下“应用时间序列分析”改革探究

“应用时间序列分析”是一门理论性和实践性都很强的应用统计学核心专业课程,在数字经济时代愈发重要。在“互联网+教育”视域下,基于慕课、翻转课堂、微课、学习通等教学形式,结合“应用时间序列分析”课程教学实践,探究理论知识、实践知识、知识巩固、实践教学、考核测评等五个方面的改革思路,提出相应的改进策略,以期帮助学生更好地掌握专业技能,灵活地解决实际问题,培养出更加符合数字经济时代需要的应用统计学人才。

应用中断时间序列分析评价医院等级评审对医务人员手卫生依从性的影响

目的应用中断时间序列分析模型,评价综合干预措施对医务人员手卫生依从性的影响。方法选取某三级医院全部临床和医技科室的工作人员为研究对象,在三级医院等级评审迎检筹备期间,实施培训、调查、竞赛等多种形式的手卫生综合干预措施。收集干预前后手卫生依从性监测数据,应用中断时间序列方法进行模型构建,评价干预的即刻效果和远期效果。结果医务人员手卫生依从率由干预前的67.58%提升至干预后的81.43%。中断时间序列分析结果显示,干预实施后总体医务人员的手卫生依从率即刻提升19.717%(t=5.473,P<0.001);但其斜率改变量为-1.995(t=-2.249,P=0.048),提示干预实施后手卫生依从率的下降趋势扩大;干预对不同岗位工作人员均有即刻提升效果,以医生群体提升幅度最大;对不同岗位工作人员的斜率改变量均为负值,以护士群体的改变量绝对值最小。结论综合干预措施可以有效提升医务人员手卫生依从性,但其远期效果不甚理想。中断时间序列模型可有效用于手卫生依从性监测数据的分析。

中断时间序列分析在基本医疗保险支付方式改革效果评估中的应用研究

目的评估基本医疗保险支付方式改革在控费、规范医疗行为和缓解患者负担方面的效果,为完善支付方式改革提供参考。方法采用中断时间序列分析支付方式改革前后当天再入院率、次均住院费用和自付比例的变化,采用利益相关者定性访谈深入了解变化可能的原因和改革建议。结果参保患者次均住院费用、自付比例改革初期有显著下降,后呈上升趋势,住院人次增幅减缓、当天再入院率降幅减缓。中断时间序列分析结果显示,支付方式改革后参保患者住院总人次增长速度由原来的600人次/月下降为20人次/月;当天再入院率在改革后短期内上升0.237%,但长期呈下降趋势,下降速度由改革前的0.014%/月变为0.003%/月。在改革后短期内,参保患者次均住院费用下降786.360元,自付比例下降2.089%。结论长沙市城镇职工基本医疗保险支付方式改革初期,控费、缓解患者就医负担的效果明显,但需要加强远期的监管,尤其是对于分解住院和患者负担的控制。

OBE理念在时间序列分析课程教学中的应用

时间序列分析是经济、金融、统计学类专业的核心课程。文章基于OBE理念,从教学目标、教学方法、课程考核评估等方面对时间序列分析课程进行教学改革,并在本校应用统计学专业中进行了教学实践。研究表明,基于OBE理念的时间序列分析课程教学模式能有效激发学生的主动学习意愿,提高学习兴趣和学习效果,同时也有助于提升学生的应用能力和团队协作能力,以更好地培养出符合社会需求的应用型本科人才。

时间序列模型在经济分析中的应用——陕西省GDP分析与预测

相对精准的GDP分析与预测可以为国家或地区在进行经济发展战略部署及相关发展措施的制定方面提供重要参考依据。文章借助时间序列的相关定义和方法,分析和模拟了影响陕西省GDP的主要因素及其与第一、二、三产业的关系,并进一步采用数据分析方法,建立不同的模型并加以比较,得出了最佳的预测模型,并对第一、二、三产业与GDP进行了预测。

2016—2021年合肥市极端气温与循环系统疾病死亡的时间序列分析

目的探讨合肥市极端气温对居民循环系统疾病死亡的影响及不同人群的敏感性分析。方法收集合肥市2016—2021年逐日气象资料、大气污染物监测资料及循环系统疾病死亡数据。采用基于广义相加模型的分布滞后非线性模型(distributed lag non-linear model,DLNM),评估极端气温对不同性别、年龄人群循环系统疾病死亡影响以及对循环系统主要疾病死亡的滞后效应和累积效应。以日均气温中位数(17.7℃)为对照,计算极端气温的相对危险度(RR)。结果合肥市极端气温对居民循环系统疾病死亡具有显著影响。极端低温对循环系统疾病死亡影响滞后时间长,lag4时达到最大,RR(95%CI)为1.067(1.039,1.095),且不同人群的死亡风险均明显增加。极端高温对循环系统疾病死亡的影响在当天达到最大,RR(95%CI)为1.088(1.020,1.160),持续时间短;≥65岁、女性和脑血管病患者也均在当日效应最大,且效应具有统计学意义,而对其他人群无明显影响。极端气温对不同人群的冷效应均高于热效应,低温对<65岁人群的死亡风险明显高于≥65岁人群,热效应则相反;女性冷效应和热效应均高于男性;脑血管病人群冷效应和热效应也均高于缺血性心脏病人群。结论合肥市极端气温可能增加居民循环系统疾病死亡风险,冷效应影响更大,不同人群对冷热效应的敏感性有差别。

基于时间序列分析的港口货物吞吐量预测研究

港口货物吞吐量是衡量企业生产经营活动的重要依据,体现地区的经济活力与国际贸易潜力。为更准确地预测港口货物吞吐量,本文针对上海港2013年至2022年间集装箱吞吐量变化特征进行量化分析,使用时间序列研究方法对上海吞吐量发展趋势作出精准化预测。对时间序列的平稳性与模型合理性进行进一步验证,减少时间序列历史数据非线性、非平稳性特点产生的预测误差,提升港口吞吐量预测的准确性和科学性,为实现生产效率与资金投入的科学化统筹提供基础数据支撑。

大气污染与耳鼻咽喉急性疾病发病的时间序列分析

目的分析大气污染与耳鼻咽喉急性疾病发病的关系。方法回顾性收集2013至2018年杭州市主城区4家大型三级综合性医院(杭州市第一人民医院、浙江省中西医结合医院、杭州市中医院、杭州市第三人民医院)耳鼻咽喉急性疾病(包括急性扁桃体炎、急性会厌炎、急性喉炎、急性鼻-鼻窦炎、急性中耳炎)的门急诊量,并获取同时期该地区大气污染及气象参数数据。采用R统计软件建立广义相加模型,研究不同大气污染物浓度对耳鼻咽喉急性疾病门急诊量的影响,根据季节、年龄分层分析研究不同大气污染物浓度与门急诊量的关系。结果2013至2018年杭州市主城区耳鼻咽喉急性疾病门急诊总量333254人次,日均门急诊量为152人次。颗粒污染物(PM2.5、PM10)日均浓度每增加10μg/m^(3),在滞后第4天时对耳鼻咽喉急性疾病门急诊量的影响效应最大;气态污染物(SO2、NO2)日均浓度每增加10μg/m^(3),分别在滞后第4天、滞后第6天效应最大。单大气污染物模型中:年龄分层分析显示,在就诊的不同年龄亚组中,5~14岁年龄亚组中各大气污染物浓度与门急诊量的相关性最为明显,PM2.5、PM10、SO2、NO2浓度每升高10μg/m^(3),其效应排序为:NO2>SO2>PM10>PM2.5,RR值分别1.07(95%CI:1.05~1.09)、1.05(95%CI:1.03~1.07)、1.04(95%CI:1.02~1.05)、1.03(95%CI:1.02~1.05);季节分层分析显示,冷季(11月至4月)中大气污染物对耳鼻咽喉急性疾病门急诊量增加的影响强于暖季(5月至10月)(P<0.05)。在双大气污染物模型中,大气双污染物与耳鼻咽喉急性疾病门急诊量的相关性均有统计学意义(均P<0.05)。结论2013至2018年杭州市主城区大气污染物浓度升高与人群耳鼻咽喉急性疾病门急诊量增加相关,且具有滞后效应。耳鼻咽喉急性疾病的发病冷季效应强于暖季,5~14岁儿童的影响效应最为显著。这对制定耳鼻咽喉急性疾病的防治策略有重要参考价值。

基于中断时间序列分析的江苏省某三甲综合医院冠脉支架集中带量采购政策实施效果研究

目的:通过分析江苏省某三甲综合医院冠脉支架集中带量采购政策实施前后的冠脉支架使用情况,评估冠脉支架集中带量采购政策实施效果,为冠脉支架集中带量采购政策协议期满后接续采购的持续优化及完善提供建议。方法:提取2018年10月~2022年10月江苏省某三甲综合医院冠脉支架使用量数据,采用中断时间序列分析方法分析江苏省冠脉支架集中带量采购政策和国家组织冠脉支架集中带量采购政策对江苏省某三甲综合医院冠脉支架使用数量的影响,同时分析该院实施冠脉支架集中带量采购政策前后的进口和国产冠脉支架使用情况。结果:江苏省冠脉支架集中带量采购政策执行后,冠脉支架使用量呈显著上升趋势(β_(3)=4.62,P=0.017);国家组织冠脉支架集中带量采购政策执行后,冠脉支架使用量的水平变化和趋势变化均不显著。江苏省冠脉支架集中带量采购政策实施后,国产冠脉支架和进口冠脉支架使用量都呈不显著上升趋势(β_(3)=2.46,P=0.232;β_(3)=2.16,P=0.173);国家组织冠脉支架集中带量采购政策实施后,国产冠脉支架使用量无显著变化(β_(5)=-1.09,P=0.589),进口冠脉支架使用量瞬间下降(β_(4)=-46.6,P=0.018),随后呈上升趋势,但变化不显著(β_(5)=0.16,P=0.919)。结论:该院总体上冠脉支架集中带量采购政策实施效果良好,江苏省冠脉支架集中带量采购政策实施后增加了该院冠脉支架使用量;国家组织冠脉支架集中带量采购政策促使该院冠脉支架使用量稳中有涨,其中国产冠脉支架整体呈上升趋势,进口冠脉支架使用量整体下降。后续国家冠脉支架集中带量采购政策建议探索多元化的分配方式,合理分配国产冠脉支架和进口冠脉支架中选品种,规范冠脉支架合理使用。

昼夜温差对乌鲁木齐市慢性肾脏病日住院人次影响的时间序列分析

目的探讨昼夜温差(diurnal temperature range,DTR)影响慢性肾脏病(chronic kidney diseases,CKD)日住院人次的影响。方法收集2019年1月1日至2020年12月31日乌鲁木齐市4所三甲医院、4所二甲医院、1所一甲医院CKD日住院人次数据,同期气象及污染物数据来自于乌鲁木齐市主城区的6个国控监测点,采用分布滞后非线性模型,控制星期几效应、假期效应、长期时间趋势及其它因素,分析DTR与CKD日住院人次的关系。结果CKD日住院人次与DTR(滞后0~21 d)的暴露-反应曲线呈“N”形,CKD患者住院风险随DTR的升高呈先上升后下降趋势。低度和高度DTR对CKD患者住院的影响存在一定的滞后效应,中度DTR对住院影响较小;DTR=5℃时,单日效应出现在第3天[RR=1.081,95%CI(1.020,1.145),P<0.05],最大效应出现在第21天[RR=1.090,95%CI(1.014,1.173),P<0.05];高度DTR=14℃(P_(95))时,单日效应出现在第4天[RR=1.086,95%CI(1.007,1.172),P<0.05],最大效应出现在第5天[RR=1.089,95%CI(1.009,1.176),P<0.05],累积滞后均暂未发现有统计学差异。男性和年龄<65岁的CKD患者更易受到DTR的影响,寒冷季节和四季更替时DTR变化对CKD患者住院的影响更大。结论男性与<65岁CKD患者更易受到DTR的影响,在寒冷季节和四季交替DTR变化时更应重点保护易感人群免受DTR的影响。

公立医院科室绩效方案改革对DIP患者住院费用影响——基于中断时间序列分析

目的 探讨医保按病种分值付费(Diagnosis-Intervention Packet,DIP)背景下公立医院科室绩效方案改革对DIP患者住院费用的影响,为优化公立医院科室绩效管理制度、降低DIP患者住院费用提供参考。方法 收集广东省某县级人民医院2020年7月—2023年7月DIP患者的住院费用数据,采用中断时间序列分析法描述例均住院费用变化趋势,分析该院科室绩效方案改革对DIP患者住院费用的影响。结果 医院科室绩效方案改革后,DIP患者总费用下降1 071.93元,并且每月继续下降116.39元。同时,科室绩效方案改革主要对居民医保DIP患者发挥作用,对职工医保DIP患者没有明显影响。结论 公立医院科室绩效方案改革明显降低了DIP患者的总费用及其分项费用,但是对不同险种DIP患者的影响不同。应进一步完善公立医院科室绩效管理机制,建立与医疗效能、医疗质量等相关的多维度绩效考核指标体系,因地制宜推动公立医院科室绩效方案改革,促进公立医院高质量发展。

基于间断时间序列分析的三明市公立医院DRG改革效果的综合评估

[目的]分析三明市C-DRG和CN-DRG医保支付方式改革对二级、三级公立医院医疗收入、服务效率和患者负担的影响。[方法]采用间断时间序列、灰色关联度和结构变动度分析方法对2015-2019年22家公立医院的医药收入等指标进行回顾性分析。[结果]三明市实施DRG医保支付方式改革后二级医院的医疗收入降低5.2%,对三级医院的医疗收入没有显著影响;二级、三级医院的平均住院天数和病床使用率无显著改变;三级医院的门急诊次均费用增长2%,出院例均费用未受显著影响;二级医院的出院例均费用降低10.8%后增长8.4%。[结论]在三明市的DRG改革下,公立医院情况稳中向好;DRG可以完善临床路径,促进医疗机构的成本管控,未来的医改进程中,应考虑不同等级医院特点,加强改革的监督管理。

研究生时间序列分析课课程思政元素挖掘与教学实施研究

时间序列分析课程具有“用数据说话,用方法验证,更易挖掘和采用中国元素与问题,便于中外横向与纵向比较,鉴往知来”等特色和优势,可以更好开展课程思政。当前有关研究生时间序列分析课程思政的研究成果缺乏。在进行时间序列分析课程思政教学目标设计的基础上,深入挖掘课程简介与综述、传统和现代时间序列分析方法、课内与课外实践环节中蕴含的课程思政元素,以国家级教材为基础、以国外教材为参考,进一步完善体现中国元素的讲义,通过课程思政混合式教学平台进行课前、课中、课后一体化设计,构建多维度课程思政教学评价体系,注重课程思政教学的持续改进。多管齐下,有效开展课程思政教学,培养研究生形成正确的价值观、政治观、法治观和道德观。

大数据时代下的“时间序列分析”课程教学改革探索

“时间序列分析”是一门研究时间序列理论及其规律的科学。在大数据时代,时间序列分析发展迅速,应用广泛,然而,时间序列分析课程的建设和发展却面临着挑战。传统教材和常规讲授的局限性在大数据时代日益凸显。鉴于以上情况,需要将时间序列分析课程的培养目标与教学实践相结合来进行改革,以满足大数据时代的需求。具体内容包括教学内容建设、教学条件建设及教学方法与手段的革新,为该课程的教学提供有价值的参考,提高大数据时代背景下时间序列领域人才的培养质量。

基于中断时间序列分析评估河南省新冠病毒感染疫情防控对手足口病流行趋势的影响

目的:使用中断时间序列分析方法评估河南省新冠病毒感染疫情防控对手足口病流行趋势的影响。方法:从河南省卫生健康委员会法定报告传染病系统中收集2013年1月至2022年9月手足口病发病数据。用河南省2013年1月至2019年6月手足口病发病数据构建ARIMA预测模型,用2019年7月至2019年12月数据验证模型的预测效果。以该模型预测的2020年1月至2022年9月(疫情防控期间)手足口病发病数据为预测值,同期报告数据为真实值,采用阶跃变化、脉冲变化两种评价方法,分析疫情防控对手足口病发病的影响。结果:ARIMA(0,1,1)(0,1,1)12模型的MA1=0.43(t=3.14,P<0.001),SMA1=-0.62(t=6.94,P<0.001);根据AIC、AICC和BIC最小,LL最大,确定其为最优模型。该模型的预测值与真实值的平均相对误差为10.20%。疫情防控期间估计的手足口病发病数阶跃变化为-3471(95%CI为-11794~4852)例,估计的脉冲变化为每月9210(95%CI为3153~15268)例。结论:新冠病毒感染疫情防控降低了河南省手足口病发病水平。

时间序列分析在低渗透基岩地下水位预测中的应用

为深入掌握低渗透基岩地下水水位波动的宏观和微观特征,需要开展对地下水水位数据的拟合预测研究。以高放废物地质处置北山预选区新场地段低渗透基岩为研究对象,采用二次指数平滑法、ARMA模型和BP神经网络模型对地下水径流路径上的3口深部和3口浅部监测孔水位数据开展研究工作。对于地下水位宏观波动特征的解译,BP神经网络模型拟合精度要高于另外两种模型,且更加适用于具有明显非线性特征的水位序列;ARMA模型和二次指数平滑法模型拟合效果相当,但更适用于预测变化相对平缓的监测水位数据,且对于水位突变特征的拟合ARMA模型要优于二次指数平滑法模型。对于浅部监测孔地下水水位微动态的解译,BP神经网络模型优于二次指数平滑法模型和ARMA模型,预测的地下水位微动态变化周期和振幅基本与实测值一致。

基于特征聚类和时间序列分析的协同过滤推荐方法

分布式系统各节点间的故障特征具有相似性,推荐方法根据故障特征的相似性给出推荐结果,能够提升维护效率。推荐方法采用相似度全局比对,计算效率较低。维护方案的有效性随时间降低,存在时效性差的问题。提出了一种基于特征聚类和时间序列分析的协同过滤推荐方法,利用K-means算法对故障特征进行聚类,以提升相似度比对的计算效率。根据多模态故障特征融合匹配维护方案,对推荐结果进行时间序列分析,调整维护方案权重,保证推荐结果的准确性和时效性。此外,利用均值策略实现了评分融合,建立多故障特征下的组推荐模型。实验表明,与UBCF和IBCF两种方法相比,该文方法的准确率分别提升了1.27%和4.46%,召回率分别提升了2.77%和0.61%。

融合小波分析和时间序列模型的大跨径桥梁损伤识别技术研究

为了及时识别桥梁结构损伤,提高桥梁工程安全性,文章提出一种融合小波分析和时间序列模型的大跨径桥梁损伤识别技术。研究通过小波分析从监测信号中提取出与损伤相关的特征,利用时间序列模型对这些特征进行分析和预测,以实现对桥梁损伤的识别和诊断。结果表明:次边跨、高边跨、1/4跨、跨中、3/4跨和低边跨测点位置的损伤识别指标的值分别为0.999 8、0.999 4、1.099 8、1.000 0、0.999 8、0.999 9。其中,监测部位挠度值损伤识别指标的值处于95%置信区间内。在延迟11阶后,主梁跨中偏自相关系数仍在2倍标准差范围内。11阶后的偏自相关系数为0,即偏自相关系数会在11阶后截尾。该改进的方法可以提高损伤识别的准确性和可靠性,实现对大跨径桥梁损伤的早期发现和及时修复。

我国快递业务收入的时间序列分析——基于ARIMA模型

本研究选取2008年1月~2023年11月全国快递业务收入的月度数据为样本,采用时间序列检验方法对其进行了相关分析,然后根据数据特征建立了ARIMA乘法模型来拟合此时间序列。接着,我们用拟合模型来预测2022年3月和4月的全国快递业务收入,通过分析2022年3月和2022年4月全国快递业务收入预测值和真实值的差值,得出突发事件对我国快递行业有着短期负向冲击作用的结论。其次,我们用2008年~2019年的数据对2020年的全国快递业务收入做了预测并且分析预测值和实际值之间的差距以判断2020年初突发事件对全国快递业务收入的影响。最后,我们用2008年~2022年的数据对2023年的数据做出预测,对比实际值和预测值的差距我们发现:快递收入很快恢复至突发事件发生之前水平并有所增长。这对于电商快递行业在遭遇不可抗力因素导致的业务影响时,如何在抵抗短期负面影响的同时也兼顾到未来长期发展具有一定的借鉴意义。