作者:曾允萱 蔡旭娜 Yun-xuan Xu-na时间序列分析法医院门诊量预测预测模型timearima模型季节因素拟合系数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
摘要: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.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社