温特斯线性和季节性指数平滑法预测模型在医院管理中的应用探讨

目的探讨温特斯线性和季节性指数平滑法预测模型在医院管理中的应用价值。方法建立温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1～4季度门急诊诊次进行季节预测,并评价该预测模型的预测精度。结果温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1～4季度门急诊诊次的定量预测结果满意。通过计算机反复迭代试算,获得了一组最佳的平滑常数(α,β,γ),使预测模型的预测误差最小。该预测实例平均绝对百分误差(MAPE)为3.5703%<10%,预测精度较高。结论温特斯线性和季节性指数平滑法在医院管理中有实用价值。在建立预测模型时,结合计算机进行迭代运算,可建立最佳预测模型,进一步提高预测精度。

温特斯线性和季节性指数平滑法预测模型应用探讨

目的:探讨温特斯线性和季节性指数平滑法预测模型在医院管理中的应用价值。方法:建立温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次进行季节预测,并评价该预测模型的预测精度。结果温特斯线性和季节性指数平滑法预测模型对成都市卫生局所属医院2009年1-4季度门急诊诊次的定量预测结果满意。通过计算机反复迭代试算,获得了一组最佳的平滑常数(α,β,γ),使预测模型的预测误差最小。该预测实例平均绝对百分误差(MAPE)为3.5703%<10%,预测精度较高。结论:温特斯线性和季节性指数平滑法在医院管理中有实用价值。在建立预测模型时,结合计算机进行迭代运算,可建立最佳预测模型,进一步提高预测精度。

基于季节性指数平滑模型的医院出院人次预测研究

目的比较各季节性指数平滑模型对医院出院人次的预测效果,探讨季节性指数平滑模型在出院人次预测中的应用。方法采用各季节性指数平滑模型,逐次对某医院2011年1月-2018年12月出院人次拟合,预测2019年1-7月的出院人次。结果Winters加法模型在各季节性指数平滑模型中达到了相对较高的拟合优度,预测值平均相对误差为-3.660%,预测趋势符合实际发展趋势。结论Winters加法模型能够对医院出院人次进行科学合理的预测,可以为医院的领导决策、资源调配、工作评估、计划制定提供重要的参考依据。

基于Holt-Winters无季节指数平滑模型的国内电影票房预测

本文首先对2002-2014年国产2D电影票房数据进行分析,从票房现状、观影人数、国产影片数量、院线数量、影院数和银幕数这五个方面,了解了国产电影的现状。其次,通过Holt-Winters无季节指数平滑模型和双指数平滑模型的对比,选择Holt-Winters无季节指数平滑模型对2015年国产电影票房进行预测。

联络中心任务量平滑预测方法研究

针对联络中心对高精度、高效率的任务量预测要求,分析了Holt-Winters模型和指数平滑季节模型的优缺点,进而改进了Holt-Winters模型的任务量预测方法。通过对历史话务数据的实证分析,以四种预测模型精度评价指标为检验标准,对三种预测模型进行了预测精度比较。最后经历史数据验证,改进的Holt-Winters模型具有更小的预测误差,因而改进是有效的。

黑龙江垦区生产总值模型构建及预测

采用GM(1,1)模型、Holter-Winter非季节指数平滑模型和分段回归模型,对黑龙江垦区1978年到2007年的生产总值进行研究,通过对比三种模型结果,得出GM(1,1)模型具有较好的拟合效果,从而依据此模型预测出2008年到2010年的黑龙江垦区生产总值。

基于季节性指数平滑模型的肺癌出院人次预测分析

目的基于季节性指数平滑模型,预测肺癌患者出院人次的变化趋势,探讨季节性指数平滑模型在出院人次预测中的适用性和实际应用价值。方法收集上海市某区2014年1月1日-2020年12月31日间84个月的肺癌出院病案数据,涵盖二三级公立医院、社区卫生服务中心和民办医疗机构290.80万出院人次数据。运用SPSS21.0进行统计分析,应用2014年1月1日-2019年12月31日的数据构建季节性指数平滑模型,用2020年实际数据验证模型预测结果。结果比较多种季节性指数平滑模型拟合结果,发现Winters加法模型预测效果最好。该模型Ljung-Box Q检验P=0.235,模型Stationary R^(2)和R^(2)分别为0.536和0.906,标准化BIC为7.191,RMSE和MAPE分别为33.324和5.49%。结论季节性指数平滑模型能够对肺癌出院人次进行科学合理的预测,可为决策制定、资源配置和工作评估提供参考依据。

基于图书资源利用数据时间序列模型的图书采购质量控制研究

文章以宁夏师范学院图书馆2011—2016年图书资源利用数据的短期预测分析为手段,利用定量的时间序列Winter加性季节指数平滑模型,对图书资源利用数据时间序列进行量化分析,确定出最佳的模型加权参数,模型的检验效能较好,并利用该模型对2017年1—12月的流通量进行了预测。根据预测流通量的季节特性,有时间针对性地编制采购计划和严格执行采购方案,从采购时间和采购内容两个维度对如何提升图书采购质量的工作模式进行了探讨。

重庆市手足口病2008—2013年流行特征及趋势预测研究

目的分析重庆市手足口病2008—2013年的流行特征及未来趋势。方法运用描述性流行病学方法,分析重庆市2008—2013年报告的手足口病发病资料,利用SAS/ETS的时间序列预测系统对重庆市2008—2013年手足口病发病进行建模与分析。结果 2008—2013年重庆市共报告手足口病例111 595例,死亡89例,年均发病率64.07/10万,死亡率0.51/10万;男性发病数多于女性;发病集中在0--5岁的儿童（96.56%）;各职业中,以散居儿童（58.97%）、幼托儿童（36.94%）为主;全市各区县均有病例报告,主城9区发病率高于远郊区县;发病有明显的季节性特点,2008—2011年发病数在3—8月呈单峰流行,2012年、2013年3—8月和10—12月出现两个流行峰,10—12月流行峰较3—8月更高。SAS/ETS时间序列预测系统自动筛选出的预测模型为季节性指数平滑模型,结果提示2014年手足口病发病有继续上升的趋势,在5—8月有一个发病高峰。结论重庆市2008—2013年手足口病发病存在明显的性别、年龄、职业、地区、季节差异,季节性指数平滑法能较好地模拟重庆市手足口病发病在时间序列上的变动趋势,对手足口病的防控具有重要的指导意义。

江苏省全社会固定资产投资预测

采用Holter-Winter非季节指数平滑模型、GM(1,1)模型和分段线性回归模型,对江苏省1978～2005年的全社会固定资产投资总额进行研究。结果表明,与其他两模型相比,分段线性回归模型具有较好的拟合效果,并预测了“十一五”期间的固定资产投资总额。

全球未来50年平均气温的时间序列分析与预测

近年来,全球气温持续升高引发北极冰川融化,进而导致全球海平面升高的加剧,成为人们关注的热点话题。对全球气温升高的形成机理进行了研究,揭示了它的现状和形成原因。对收集到的全球平均气温距平数据进行了Mann—Kendall突变检验,发现过去100年来全球平均气温并没有发生突变;在此基础上建立了Holt—Winters无季节指数平滑模型,运用matlab软件编程预测出了今后50年全球平均气温的增长趋势。结果显示,今后全球气温还将以0.24℃/10 a左右的速率上升。

三种预测模型对中国流行性腮腺炎月度发病率预测的应用与比较

目的建立三种预测模型分析流行性腮腺炎的季节发病情况,为流行性腮腺炎的预测方法提供理论依据。方法收集2004年1月—2018年12月全国流行性腮腺炎月度发病率数据,训练集数据为2004年1月—2017年12月流行性腮腺炎月度发病率,分别建立季节性差分自回归移动平均(seasonal autoregressive integrated moving average,SARIMA)模型、温特线性与季节指数平滑(Winter linear and seasonal exponential smoothing,Holt-Winters)模型和神经网络自回归(neural network autoregressive,NNAR)模型,以2018年1—12月中国流行性腮腺炎月度发病率数据作为测试集,评估三种模型的预测效果。结果2004年1月—2018年12月全国流行性腮腺炎月度发病率最高月份是2012年6月,发病率最低月份是2016年2月,每年有两个发病高峰,大高峰发生在每年的4—7月,小高峰发生在每年的11月至次年1月;SARIMA模型、Holt-Winters模型和NNAR模型预测的平均相对误差的绝对值(mean absolute percentage error,MAPE)分别是18.63%、18.65%和16.31%,均方根误差(root mean square error,RMSE)分别为0.29、0.36和0.39,平均绝对误差(mean absoluteerror,MAE)0.26、0.30和0.30,R^(2)分别为93.43%、83.79%和78.24%。预测效果最好的为SARIMA模型,其次为Holt-Winters模型,NNAR模型的预测效果最差。结论SARIMA模型能很好地预测全国流行性腮腺炎的发病情况,可为今后流行性腮腺炎的预防控制工作提供借鉴方法。

手足口病发病预测4种时间序列预测模型比较

目的比较季节性差分自回归移动平均模型(SARIMA)、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型4种时间序列预测模型对手足口病发病的预测性能,为手足口病的预测提供方法支撑。方法收集中国疾病预防控制中心2008年1月—2019年12月发布的中国手足口病月度发病人数和《中国统计年鉴—2020》发布的年末常住人口数据,据此测算出2008年1月—2019年12月中国手足口病的月度发病率数据;以2008年1月—2018年12月中国手足口病月度发病率数据作为样本建模数据分别构建SARIMA模型、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型,以2019年1—12月中国手足口病月度发病率数据作为样本外评估预测数据评价4个模型的预测效果。结果SARIMA模型、温特线性与季节指数平滑模型、Census X12季节分解模型和线性组合预测模型的平均绝对误差(MAD)分别为10.311、14.433、8.424和9.334,预测误差的方差(MSE)分别为30.757、112.847、12.007和18.847,平均相对误差的绝对值(MAPE)分别为1.725%、2.415%、1.409%和1.562%;拟合效果最好的时间序列预测模型为Census X12季节分解模型,其次为线性组合预测模型,再次为SARIMA模型,温特线性与季节指数平滑模型的拟合效果最差。结论Census X12季节分解模型能较好地预测全国手足口病的发病情况,可为今后手足口病的预防控制工作提供决策性依据。

中国乙类呼吸道传染病发病波动与长短期预测

目的分析中国乙类呼吸道传染病发病的波动规律并进行长期趋势预测和短期预测,为制定防控策略提供科学依据。方法利用CensusX-12季节调整法和Hodrick-Prescott(HP)滤波法对中国乙类呼吸道传染病发病的月度时间序列数据进行分解,将时间序列中不规则变动、季节因素、趋势因素和循环因素分离,研究其波动规律,同时结合回归模型和Holt-Winter季节指数平滑模型实现长期趋势预测和短期预测。结果乙类呼吸道传染病的发病情况受季节因素影响较大,呈现循环周期性波动,发病的长期趋势为逐年下降,同时利用Holt-Winter季节指数平滑模型取得了很好的短期预测效果。结论CensusX-12季节调整法和HP滤波法可较好的分析中国乙类呼吸道传染病发病的季节特征和循环周期特征,实现长期趋势预测和短期预测,对疾病防控策略的制定有指导意义。