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106 | 下载16

目的 探讨自回归求和移动平均(ARIMA)模型在某老年人群医疗费用预测中的应用,预测医疗费用的逐月趋势.方法①对重庆市某老年群体2005~ 2010年的逐月人均医疗费用分析模拟,建立季节ARIMA模型.②利用2011年的数据对模型进行修正,并且与Winters指数平滑法比较,采用平均相对误差评价预测效果;结果 ARIMA(0,1,1)(2,1,0)12模型是该老年群体医疗费用预测的最优拟合预测模型,平均相对误差是9.84%.结论 ARIMA(0,1,1)(2,1,0)12模型可用于老年人逐月人均医疗费用的短期预测.

作者:徐飞龙;叶孟良;王润华

来源:中国老年学杂志 2014 年 34卷 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:106 | 下载:16
作者:
徐飞龙;叶孟良;王润华
来源:
中国老年学杂志 2014 年 34卷 3期
标签:
季节ARIMA模型 费用预测 Winters指数平滑法
目的 探讨自回归求和移动平均(ARIMA)模型在某老年人群医疗费用预测中的应用,预测医疗费用的逐月趋势.方法①对重庆市某老年群体2005~ 2010年的逐月人均医疗费用分析模拟,建立季节ARIMA模型.②利用2011年的数据对模型进行修正,并且与Winters指数平滑法比较,采用平均相对误差评价预测效果;结果 ARIMA(0,1,1)(2,1,0)12模型是该老年群体医疗费用预测的最优拟合预测模型,平均相对误差是9.84%.结论 ARIMA(0,1,1)(2,1,0)12模型可用于老年人逐月人均医疗费用的短期预测.