<samp id="ffp3e"><ins id="ffp3e"><ruby id="ffp3e"></ruby></ins></samp>

<menuitem id="ffp3e"><strong id="ffp3e"></strong></menuitem>

    <tbody id="ffp3e"></tbody>

    <tbody id="ffp3e"><bdo id="ffp3e"></bdo></tbody>
    1. <menuitem id="ffp3e"></menuitem>
    2. <progress id="ffp3e"><bdo id="ffp3e"></bdo></progress>

      <tbody id="ffp3e"></tbody>

    3. <progress id="ffp3e"><bdo id="ffp3e"><dfn id="ffp3e"></dfn></bdo></progress><tbody id="ffp3e"><nobr id="ffp3e"></nobr></tbody>
      華西醫學期刊出版社
      作者
      • 標題
      • 作者
      • 關鍵詞
      • 摘要
      高級搜索
      高級搜索

      搜索

      找到 作者 包含"彭迪" 1條結果
      • 差分自回歸移動平均模型在區縣級公立醫院門急診量預測中的應用實踐

        目的 利用差分自回歸移動平均(autoregressive integrated moving average, ARIMA)模型精準預測區縣級公立醫院的門急診量,為醫院預算及運營決策提供重要依據。方法 采集成都市雙流區某公立醫院 2012 年 1 月—2023 年 11 月逐月的門急診量,使用 R 4.3.1 軟件,將 2012 年 1 月—2022 年 12 月的逐月數據用于構建 ARIMA 模型,預測及驗證 2023 年 1 月—11 月的門急診量。結果 除 2023 年 1、3 月外,其他月份的預測門急診量與實際門急診量吻合較好,2023 年 1 月—11 月的平均絕對百分比誤差為 8.504%。2023 年 1 月—11 月的實際和預測門急診總量分別為 144.196 萬、141.713 萬人次,相對誤差為–1.722%。結論 ARIMA 模型能較好地預測區縣級醫院門急診量,但新型冠狀病毒感染疫情高發等因素會影響短期預測的精準性。

        發表時間: 導出 下載 收藏 掃碼
      共1頁 上一頁 1 下一頁

      Format

      Content

      小泉真希