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49 | 下载9

目的 应用 sARIMA 模型分析和预测某三甲医院神经外科手术工作量,为资源配置和科学管理提供参考.方法 采用 Python 软件建立手术量的 ARIMA 乘积季节模型,收集 2017 年 1 月 1 日-2019 年12 月 31 日、2021 年 1 月 1 日-2021 年 12 月 31日各月神经外科手术量数据,共 48 个月.以 2017 年 1 月1 日-2019 年 6 月 30 日数据对模型进行检验和拟合,并对 2019 年下半年和 2021 年的手术量进行预测,与实际值进行比较并观测预测效果.结果 sARIMA(2,1,2)x(2,1,0)12 是某院某科室手术工作量最优拟合预测模型,2019 年下半年实际值与预测值的拟合情况较好,预测的手术量与实际序列趋势基本相同,2019年下半年平均相对误差为 1.30

作者:黄昊;邓应梅

来源:中国病案 2023 年 24卷 11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:49 | 下载:9
作者:
黄昊;邓应梅
来源:
中国病案 2023 年 24卷 11期
标签:
sARIMA模型 手术量 预测 sARIMA model Surgical volume Prediction
目的 应用 sARIMA 模型分析和预测某三甲医院神经外科手术工作量,为资源配置和科学管理提供参考.方法 采用 Python 软件建立手术量的 ARIMA 乘积季节模型,收集 2017 年 1 月 1 日-2019 年12 月 31 日、2021 年 1 月 1 日-2021 年 12 月 31日各月神经外科手术量数据,共 48 个月.以 2017 年 1 月1 日-2019 年 6 月 30 日数据对模型进行检验和拟合,并对 2019 年下半年和 2021 年的手术量进行预测,与实际值进行比较并观测预测效果.结果 sARIMA(2,1,2)x(2,1,0)12 是某院某科室手术工作量最优拟合预测模型,2019 年下半年实际值与预测值的拟合情况较好,预测的手术量与实际序列趋势基本相同,2019年下半年平均相对误差为 1.30

Baidu
map