论文部分内容阅读
目的:选择急诊患者的时间变化规律为突破口,探讨时间序列模型在医院数据预测分析中的应用.方法:通过pl/sql后台抽取2012年一2017年医院急诊患者人数数据,其中2012—2016年数据用于建立ARIMA模型,选择最优模型;2017年数据用于验证样本,评价模型的可行性.结果:ARIMA模型首先要求数据平稳,急诊患者人数存在季节性波动,为不平稳序列,将非平稳时间序列转化为平稳时间序列,通过Auto.arima()函数建立最优模型ARIMA(0,1,1)(0,1,1)[12],能较好的预测2017年急诊患者人数.结论:时间序列模型ARIMA可应用于医院数据分析,为医院临床资源和人员配置的管理提供数据支持;同时提供如何建立相应数据模型方法步骤,供其他医院分析参考.