您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览81 | 下载38

目的 研究大型三甲医院科室人院量变化规律,探究自回归滑动平均模型(Auto-Regressive and moving Average Model,ARMA模型)预测入院量的可行性.方法 利用ARMA模型拟合2015年4月-2016年4月肾脏内科入院量数据,并通过拟合所得模型对2016年5月该科室入院量进行预测并评价,建模与预测工具为Python3.6.结果 建立ARMA(0,3)模型,贝叶斯信息准则(Bayesian Information Criterion,BIC准则)为287.533059,平均绝对误差百分比(Mean Absolute Percentage Error,MAPE)为5.7%,模型具有较高的预测精度.结论 ARMA模型能够以较高的精确度对科室入院人数进行短期预测.

作者:罗利;陈柏旭;李佳玲;申文武;朱婷

来源:解放军医院管理杂志 2019 年 26卷 7期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:81 | 下载:38
作者:
罗利;陈柏旭;李佳玲;申文武;朱婷
来源:
解放军医院管理杂志 2019 年 26卷 7期
标签:
ARMA模型 时间序列 入院人数 预测
目的 研究大型三甲医院科室人院量变化规律,探究自回归滑动平均模型(Auto-Regressive and moving Average Model,ARMA模型)预测入院量的可行性.方法 利用ARMA模型拟合2015年4月-2016年4月肾脏内科入院量数据,并通过拟合所得模型对2016年5月该科室入院量进行预测并评价,建模与预测工具为Python3.6.结果 建立ARMA(0,3)模型,贝叶斯信息准则(Bayesian Information Criterion,BIC准则)为287.533059,平均绝对误差百分比(Mean Absolute Percentage Error,MAPE)为5.7%,模型具有较高的预测精度.结论 ARMA模型能够以较高的精确度对科室入院人数进行短期预测.

Baidu
map