基于ARIMA模型的呼吸系统疾病门诊量分析

目的构建呼吸系统疾病门诊量的自回归移动平均求和(Autoregressive Integrated Moving Average,ARIMA)模型并预测门诊量。方法根据2005年1月至2016年12月医院门诊呼吸系统疾病人次数据,采用R软件建立ARIMA模型。通过自相关函数和偏自相关函数初步识别模型,极大似然法拟合模型,残差图、残差自相关函数图、Ljung-Box检验诊断模型,样本内比较和样本外比较选择最优ARIMA模型。并以此模型评价模型预测能力及对2017年门诊呼吸系统患病人次进行预测。结果建立了ARIMA(2,1,3)(1,1,1)12乘积季节模型,门诊人次预测值与实际观察值相近,且真实值都位于预测区间内,绝对误差和相对误差的范围分别为1.67～12.78和1.9%～19.98%,平均为8.47和11.65%,预测2017年各月平均日门诊人次在82.20～101.25之间波动。结论 ARIMA模型可以较好地拟合呼吸系统疾病门诊人次并用于预测。