论文部分内容阅读
目的了解医院2000年－2011年门诊量的趋势，建立预测月门诊量的时间序列模型，为优化医疗资源配置提供科学的统计学依据。方法根据医院2002年1月至2012年12月年门诊量数据，应用SPSS18．0软件建立季节自回归滑动平均模型（Seasonal Auto Regressive Integrated Moving Average model ，SARIMA模型），并验证2012年7至12月份的门诊量。结果预测值与实际值的上升下降趋势基本吻合，SARIMA（0，1，1）（0，1，1）12模型为最优模型，标准化贝叶斯信息标准（Normalized Bayesian Information Criteria ，BIC）值与平均绝对误差百分比（Mean absolute percentage error ，MPE）值最小，BIC值为13．82， MPE为7．70，Box －Ljung检验无统计学意义（Q18＝17．93，P＝0．3281＞0．05）。结论 SARIMA模型能很好的拟合门诊量的变动趋势，在无外界因素影响的情况下，医院门诊量将会继续上涨。