首页> 中文会议>2018年中南六省(区)和港澳台三地医院院长高峰论坛 >时间序列模型在月平均住院日预测中的应用及评价

时间序列模型在月平均住院日预测中的应用及评价

摘要

在医院信息及质量管理中,统计预测已经成为一种不可或缺的工具,可以为医院管理决策提供客观依据.在广泛的预测实践中,统计预测是应用最广的预测方法.它通过对大量数据资料的统计分析,能够得到比较准确的预测结果.时间序列模型作为一种定量预测方法,在统计学中是一种常用的预测手段.常见的建立时间序列模型的方法有指数平滑模型、自回归滑动平均混合模型(autore-gressive integrated moving average,ARIMA)等.这两种方法在医院统计指标的预测中已经被广泛的应用,如医院的月平均住院日、门诊量和日住院量等.平均住院日不仅是衡量医院医疗质量和综合管理水平的重要指标之一,也是反映医院内涵建设和工作效率的重要指标.因此,对平均住院日进行建模预测是十分必要的.本文在某综合医院的统计报表中提取2014年1月-2017年12月的月平均住院日,其中2014年1月-2017年6月的数据用于创建时间序列,利用SPSS20.0进行统计分析,分别采用指数平滑法和ARIMA对创建的时间序列拟合模型,评价模型效果,并对2017年7月-2017年12月的平均住院日进行预测,比较实际值与预测值间的符合程度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号