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85 | 下载22

目的:应用自回归积分滑动平均模型(ARIMA)分析预测医疗机构收治重症手足口病趋势,为医疗机构合理调配人、财、物力提供依据。方法应用SPSS 16.0软件对2010~2013年逐月收治重症手足口病情况进行拟合,用2014年就诊数据验证所得的ARIMA模型,并对2015年就诊趋势进行预测。结果通过对参数和模型的拟合优度检验以及残差白噪声序列的检验,最终确定模型为ARIMA(0,1,0)(1,1,0)12,其标准化BIC=6.346、平稳R2=0.708、均方根误差=21.576,LB统计量检验残差序列为白噪声序列。结论 ARIMA模型可较好预测医院收治的重症手足口病趋势,为医院管理提供依据,模型预测效果的优化有待于原始数据和其他相关数据的持续积累。

作者:王燕;陈萍;刘红;段晓菲;陈岚;林华

来源:热带病与寄生虫学 2015 年 3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:85 | 下载:22
作者:
王燕;陈萍;刘红;段晓菲;陈岚;林华
来源:
热带病与寄生虫学 2015 年 3期
标签:
自回归积分滑动平均模型 手足口病 重症患者 预测 时间序列分析 Autoregressive integrated moving average Hand-foot-mouth disease(HFMD) Severe pa-tient Prediction Time series analysis
目的:应用自回归积分滑动平均模型(ARIMA)分析预测医疗机构收治重症手足口病趋势,为医疗机构合理调配人、财、物力提供依据。方法应用SPSS 16.0软件对2010~2013年逐月收治重症手足口病情况进行拟合,用2014年就诊数据验证所得的ARIMA模型,并对2015年就诊趋势进行预测。结果通过对参数和模型的拟合优度检验以及残差白噪声序列的检验,最终确定模型为ARIMA(0,1,0)(1,1,0)12,其标准化BIC=6.346、平稳R2=0.708、均方根误差=21.576,LB统计量检验残差序列为白噪声序列。结论 ARIMA模型可较好预测医院收治的重症手足口病趋势,为医院管理提供依据,模型预测效果的优化有待于原始数据和其他相关数据的持续积累。