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