资源描述：
《基于arima模型的儿童医院门诊量预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、$、nA^SOOCHOWUNIVERSITY论文题目基于ARIMA模型的儿童医院门诊量预测研究钱丽萍研究生姓名马亚娜指导教师姓名社会医学与卫生事业管理专业名称医院管理研究方向2015年4月论文提交日期学位论文独创性声明本久郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研交工作所取得的成果。除文中已经注明引用的内容外，本论文不含其f也个人或集体已经发表或撰写过的研究成果，也不含为获得苏州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的？去律责任。论文作者签名
2、：说舞曰期：歧S'/3学位论文使用授权声明本人完全了解苏州大学关于收集、保存和使用学位论文的规定，即：学位论文著作权归属苏州大学6本学位论文电子文档的内容和纸质论文的内容相一致。苏州大学有权向国家图书馆、中国社科院文献信息情报中心、中国科学技术信息研究所（含万方数据电子出版社)、中国学术期刊（光盘版）电子杂志社送交本学位论文的复印件和电子文档，允许论文被查阅和借阅，可以采用影印、縮印或其他复制手段保存和汇编学位论文，可以将学位论文的全部或部分内容编入有关数据库进行检索。涉密论文口本学位论文属在年—月解密后适用本规定。非涉密论文口,I,S？曰
3、軋Jo1/y论文作者签名：巧辟基于ARIMA模型的儿童医院门诊量预测研究中文摘要中文摘要目的：建立ARIMA模型，准确预测儿童医院中期和短期的门诊量，为医院的门诊管理决策提供前提条件，为医院合理安排门诊资源特别是人力资源配置提供参考依据。利用传递函数模型分析日门诊量与空气质量指数、最高温度、最低温度和当日温差的相关性，分析影响门诊量的相关因素，为医院门诊服务管理、与天气相关儿童疾病的发病因素研究提供一定的科学依据。方法：本研究采用描述性方法对苏州大学附属儿童医院2007年1月到2014年11月的数据进行分析，利用ARIMA模型分别预测中期和
4、短期门诊量。中期预测使用2007年到2013年每月门诊量的数据，利用乘积季节模型预测医院2014年1-6月的门诊量，并计算误差率。短期预测利用传递函数模型分析医院日门诊量与空气质量指数、最高温度、最低温度和当日温差的相关性，选用2014年2月2日至11月15日共41周的时间预测2014年11月16日至22日一周的门诊量，计算误差率，检验模型的精确性。结果：在中期预测模型中，儿童医院门诊量显示有季节变化趋势，周期为12，预测2014年1-6月份内科门诊人次、内科总门诊人次、外科总门诊人次、门诊总人次的模型表达式分别为ARIMA(0,0,1)(
5、0,1,1)12、ARIMA(1,0,0)(0,1,1)12、ARIMA(2,0,0)(0,1,1)12、ARIMA(1,0,0)(0,1,1)12，半年度门诊量预测误差率分别为11.01%、3.68%、9.05%和0.01%，预测较精准；内科急诊人次预测无法建模。在短期预测门诊量时，使用传递函数模型分析，周期为7，空气质量指数、最高温度和最低温度与门诊人次有明显关联：内科总门诊人次、内科急诊人次与最高温度显著相关，外科总门诊人次与最高温度、空气质量指数显著相关，门诊总人次与最高温度和最低温度显著相关；当日温差和各门诊量无显著相关。内科门诊
6、人次、内科总门诊人次、外科总门诊人次、内科急诊人次和门诊总人次模型表达式分别为：ARIMA(0,1,1)(0,1,1)7、ARIMA(0,1,2)(0,1,1)7、ARIMA(0,1,1)(0,1,1)7、ARIMA(0,1,4)(1,0,1)7、ARIMA(0,1,2)(0,1,1)7，一周门诊量预测误差率分别为：2.92%、3.89%、3.56%、20.1%、4.32%。除内科急诊人次预测误差率较大，其它预测效果好；外科门诊人次和外科急诊人次无法建立合适的模型。结论：无论是乘积季节模型还是传递函数模型，基于ARIMA模型预测儿童医I中文
7、摘要基于ARIMA模型的儿童医院门诊量预测研究院门诊量是可行的，能提供准确中期预测和短期预测。最高温度、最低温度和空气质量指数与门诊量有明显关联；当日温差和各门诊量无显著相关。门诊量的准确预测能为医院科学、合理安排门诊医疗资源，提高医院管理水平提供科学依据。关键词：门诊量；预测；ARIMA；儿童医院作者：钱丽萍指导老师：马亚娜II基于ARIMA模型的儿童医院门诊量预测研究英文摘要ResearchonthePredictionofChildren’sHospitalOutpatientAmountBasedonARIMAModelAbstra
8、ctObjective:ToestablishARIMAmodel,accuratelypredictmedium-termandshort-termoutpatientamou
