摘要：目的 运用移动平均法对小儿科门诊量进行预测。方法 选择我院小儿科2010～2013年各季度门诊量，采用移动平均法建立一元线性回归模型，根据回归模型对2014年各季度数据进行评估预测并做95%置信区间检测。结果 2014年各季度小儿科的门诊量均在置信区间内。结论 移动平均法可以为我们提供较准确的预测数据，为科室的管理提供决策依据。 关键词：移动平均；门诊人次；预测 小儿科门诊是医院里门诊量最大的科室之一，同时也是对季节波动较为敏感的科室，它随着季节变化而呈现有规律性的起伏波动[1]，现根据这种规律性的波动采用移动平均法对门诊人次进行预测，①可以对医院、科室的发展规划提供参考，②可据此来调整门诊医师的做诊班次，在患者高峰来临之前做好准备，减少患者的等待时间，提高患者满意度，因而具有十分重要的意义[2]。 1 资料与方法 1.1一般资料 根据我院2010～2013年每季度小儿科门诊人次数据为资料进行统计分析。数据来源我院信息科统计报表，真实可靠。 1.2统计学方法 数据采用spss 19.0进行分析，以时间序列的实际值为依据，计算出移动平均的季节比率、校正系数和预测误差，求出长期趋势线，以95%的置信区间对长期趋势值进行预测。 2 结果 2.1计算移动平均比率 依据门诊人次（Yt）计算4个季度的移动平均数，再对4项移动平均进行2项移动平均，以剔除时间数列中季节的变动和不规则变动的影响，计算移动平均比率，并计算平均指数的均值，本例为1.0010541；按平均1来校正移动平均比率，本例中校正系数=1/1.0010541。季节修正指数=各季节平均指数×校正系数，并求得调和时间序列（Tt），见表1、表2。 2.2计算调和时间序列并进行季节比率预测 调和时间序列等于每一实际门诊数值/季节修正指数。以时间序列号为自变量，以调和时间序列值为应变量建立长期时间趋势序列直线：T=a+b×t，根据最小二乘法原则，采用spss 19.0软件计算： Tt=14984.422+524.141×t。 2.3计算误差及置信区间 根据所得直线方程求出各期预测值：Yt=（14984.422+524.141×t）×季节修正指数。并再次利用最小二乘原则计算误差平方e2=（Yt-Yt）2，并对其进行合理性分析得到95%相应置信区间，得到其合理性检验并据此对14年各季度门诊人次进行预测和各季度人次分析，见表3。 3 结论 3.1模型科学性分析 将该方法算出的14年预测值与实际值计算相对误差，考察预测精度，见表3。表中可见，第四季度预测值最好，精度最高，第三季度处于小儿科淡季，门诊量相对较小，使得预测值最差，但实际发生值仍在95%区间内，具有可靠性。 3.2各季度比重分析 从历年数据可见小儿科第四季度门诊人次比重最大，同时也是各年变化幅度最平稳的一个季节；同时从表2中可见，第二季度和第四季度的季节指数>1，而其他两个季度的季节指数 3.3 2015年门诊人次预测 从表3可以看出，虽然模型预测和实际有一定出入，但仍控制在95%的可信区间范围内，因此模型具有可信度。但观察表3可以看出模型预测的第1、4季度为最好，第2、3季度为稍差；因此我们根据模型对15年进行预测的时侯加以修正，将各季度平均比重的因素考虑进去，得到修正预测值，见表4。 统计预测是依据历史资料和事物的发展规律预测未来，在现代化管理中的应用日益普遍。通过对门诊人次的预测，可以为医院和科室更加高效的调整人力、物力的结构，做到早计划，早安排，有效科学的利用卫生资源，合理安排医师和护师的工作量，既增加经济效益又提升社会效益[4]。 参考文献： [1]林宏，孙忠.运用移动平均比率法预测门诊人次[J].天津医科大学学报，2006，12（3）：453-456. [2]赵琳，肖蓓，刘春玲，等.门急诊量和出院人数预测线性回归模型的建立和应用[J].中国病案，2014，15（11）：39-40. [3].武权，王海威，魏星.两种模型在医院门诊量预测中的应用[J].西南国防医药，2010，5（20）：553-554. [4]胡玉亮，王彩霞.利用一阶自回归模型对某院入院人数进行预测[J].中国医院统计，2011，18（2）：144-145. 编辑/张燕
摘要：目的 运用移动平均法对小儿科门诊量进行预测。方法 选择我院小儿科2010～2013年各季度门诊量，采用移动平均法建立一元线性回归模型，根据回归模型对2014年各季度数据进行评估预测并做95%置信区间检测。结果 2014年各季度小儿科的门诊量均在置信区间内。结论 移动平均法可以为我们提供较准确的预测数据，为科室的管理提供决策依据。 关键词：移动平均；门诊人次；预测 小儿科门诊是医院里门诊量最大的科室之一，同时也是对季节波动较为敏感的科室，它随着季节变化而呈现有规律性的起伏波动[1]，现根据这种规律性的波动采用移动平均法对门诊人次进行预测，①可以对医院、科室的发展规划提供参考，②可据此来调整门诊医师的做诊班次，在患者高峰来临之前做好准备，减少患者的等待时间，提高患者满意度，因而具有十分重要的意义[2]。 1 资料与方法 1.1一般资料 根据我院2010～2013年每季度小儿科门诊人次数据为资料进行统计分析。数据来源我院信息科统计报表，真实可靠。 1.2统计学方法 数据采用spss 19.0进行分析，以时间序列的实际值为依据，计算出移动平均的季节比率、校正系数和预测误差，求出长期趋势线，以95%的置信区间对长期趋势值进行预测。 2 结果 2.1计算移动平均比率 依据门诊人次（Yt）计算4个季度的移动平均数，再对4项移动平均进行2项移动平均，以剔除时间数列中季节的变动和不规则变动的影响，计算移动平均比率，并计算平均指数的均值，本例为1.0010541；按平均1来校正移动平均比率，本例中校正系数=1/1.0010541。季节修正指数=各季节平均指数×校正系数，并求得调和时间序列（Tt），见表1、表2。 2.2计算调和时间序列并进行季节比率预测 调和时间序列等于每一实际门诊数值/季节修正指数。以时间序列号为自变量，以调和时间序列值为应变量建立长期时间趋势序列直线：T=a+b×t，根据最小二乘法原则，采用spss 19.0软件计算： Tt=14984.422+524.141×t。 2.3计算误差及置信区间 根据所得直线方程求出各期预测值：Yt=（14984.422+524.141×t）×季节修正指数。并再次利用最小二乘原则计算误差平方e2=（Yt-Yt）2，并对其进行合理性分析得到95%相应置信区间，得到其合理性检验并据此对14年各季度门诊人次进行预测和各季度人次分析，见表3。 3 结论 3.1模型科学性分析 将该方法算出的14年预测值与实际值计算相对误差，考察预测精度，见表3。表中可见，第四季度预测值最好，精度最高，第三季度处于小儿科淡季，门诊量相对较小，使得预测值最差，但实际发生值仍在95%区间内，具有可靠性。 3.2各季度比重分析 从历年数据可见小儿科第四季度门诊人次比重最大，同时也是各年变化幅度最平稳的一个季节；同时从表2中可见，第二季度和第四季度的季节指数>1，而其他两个季度的季节指数 3.3 2015年门诊人次预测 从表3可以看出，虽然模型预测和实际有一定出入，但仍控制在95%的可信区间范围内，因此模型具有可信度。但观察表3可以看出模型预测的第1、4季度为最好，第2、3季度为稍差；因此我们根据模型对15年进行预测的时侯加以修正，将各季度平均比重的因素考虑进去，得到修正预测值，见表4。 统计预测是依据历史资料和事物的发展规律预测未来，在现代化管理中的应用日益普遍。通过对门诊人次的预测，可以为医院和科室更加高效的调整人力、物力的结构，做到早计划，早安排，有效科学的利用卫生资源，合理安排医师和护师的工作量，既增加经济效益又提升社会效益[4]。 参考文献： [1]林宏，孙忠.运用移动平均比率法预测门诊人次[J].天津医科大学学报，2006，12（3）：453-456. [2]赵琳，肖蓓，刘春玲，等.门急诊量和出院人数预测线性回归模型的建立和应用[J].中国病案，2014，15（11）：39-40. [3].武权，王海威，魏星.两种模型在医院门诊量预测中的应用[J].西南国防医药，2010，5（20）：553-554. [4]胡玉亮，王彩霞.利用一阶自回归模型对某院入院人数进行预测[J].中国医院统计，2011，18（2）：144-145. 编辑/张燕