首页 > 文献资料
-
基于ARMA模型的医疗设备维修工作量短期预测
本研究统计分析2015年1月至2016年12月医院医疗设备维修月度总量数据,建立ARMA模型对短期维修工作量进行预测.单个季度的预测结果与实际值之间的平均相对误差为2％.医疗设备质量监控指标长期监测和短期预测能够为预防性维护计划的设置提供依据.
-
基于ARMA预测模型的中药材价格预警研究
该研究搭建了中药材价格预警系统框架,采用中药材价格指数为预警指标建立中药材价格黑色预警模型,以价格指数波动率为警情指标,以物价原则确立警限,将警度划分为负向重警、负向轻警、无警、正向轻警、正向重警5个区间,对应5种不同颜色的信号灯以描述中药材价格市场的变动程度.采集2010年11月至2013年10月的月度价格指数作为时间序列,对中药材价格指数进行预测预警实证研究.在构建ARMA预测模型测算指数预测值的基础上,进一步获取中药材价格预警结果并作出分析,后向中药材种植户、商业公司、消费者与政府提出了建议.
-
基于ARMA模型的心电聚类算法
对心电信号(ECG)这种高维的时间序列进行聚类,重要的方面之一即进行特征提取.本研究提出利用自回归和移动平均(ARMA)模型拟合ECG信号,以拟合系数的欧氏距离为结构不相似测度征进行聚类.但此方法没有考虑样本数据的各维特征对聚类的不同贡献率,所以本文提出可以把首次聚类每维特征在聚类中的贡献率作为其权值,对每维数据加权后重新进行聚类.以MIT-BIH标准数据库中的正常窦性心率(NSR)和心室早期收缩(PVC)样本数据进行聚类分析,结果表明利用改进后的方法进行聚类的准确度达到93.10％,从而证明了所提方法的有效性.
-
基于ARMA模型的我国“十二五”时期中成药工业产值预测分析
“十二五”是我国中医药产业发展的关键时期,而中成药作为中医药产业的重要子行业也备受关注.本文通过建立我国中成药工业产值的时间序列ARMA模型,对我国“十二五”时期中成药工业产值进行预测,为政府和企业制定相关政策提供参考和建议,以保证中成药产业健康快速发展.
-
ARMA模型在非意外死亡率动态预测中的应用
目的：探讨ARMA模型在某县区死亡率动态分析中的应用，分析和预测其非意外死亡率的动态发展趋势。方法：对该地2008年1月-2012年9月的逐月死亡率进行ARMA模型拟合，采用2012年10-12月的实际月死亡率验证模型的预测效果。结果：MA(1)模型较好地拟合了该地区既往时间段上的死亡率序列，模型残差为白噪声（P>0.05），模型参数MA1,1=-0.470,有统计学意义（t=-4.010, P=0.000），AIC=431.719，SBC=435.907，模型数学函数式为：xt =35.07217+(1+0.4757 B）εt。预测得到的2012年10-12月死亡率为32.65/10万、35.07/10万、35.07/10万，2013年1月死亡率为35.07/10万，预测误差为12.25%。结论：ARMA模型可以较好地拟合死亡率的时间变化趋势，并用于预测未来的死亡率，是一种短期预测精度较高的预测模型。
-
基于ARMA模型对我国病毒性肝炎流行特征分析
目的:分析我国病毒性肝炎的年发病率动态变化及发展趋势,为卫生安全部门制定病毒性肝炎的预防监测措施提供决策依据.方法:采用自回归积分滑动平均模型(ARMA)对我国政府部门1975-2013年公布的法定传染病报告数据进行拟合.结果:基于AIC及SC小原则选择ARMA(3,2)模型进行精度评价及外推预测,模型残差检验为白噪声序列,预测结果能够准确反映了中国病毒性肝炎发病率动态变化,平均相对误差仅为4.29％.结论:研究利用ARMA实现了全国病毒性肝炎发病趋势评价与预测,全国2014-2018年病毒性肝炎发病率呈现小幅下降趋势,未来一段时间内,病毒性肝炎的发病率(VPM)仍将处于较高水平.
-
自回归移动平均模型评价社区卫生服务连续性
目的对我国城市社区家庭医生签约服务模式的服务连续性进行评价.方法对签约、电子病历与一般就诊人群的门诊就诊人次拟合时间序列自回归移动平均(ARMA)模型并做出预测.结果玉林社区卫生服务中心签约人群的门诊量明显上升,增长速度远高于一般就诊人群.根据签约病人门诊人次时间序列模型预测,签约人群的门诊人次仍将呈现明显的增长态势,人均门诊人次的增长已成为签约人群门诊服务量增长的主要原因.结论城市社区家庭医生签约服务可为签约居民提供个性化的卫生服务,是适合我国社区卫生服务实际情况的一种医疗保健模式.
关键词： 社区家庭医生签约服务模式 ARMA模型 时间序列分析 -
时间序列分析简明攻略
目的面向医疗卫生领域的一线工作者,使读者在阅读本文后,即可将时间序列分析应用于实践.方法利用SAS6.12软件包拟合时间序列模型.结果通过两步拟合,可得到较佳的时间序列模型.结论短序列应仅进行确定型时间序列分析;长序列应在确定型时间序列分析基础上结合随机时间序列分析,可得到较佳的时间序列模型.
-
组合模型在我国卫生技术人员数量预测中的应用
目的 为制定我国卫生资源的规划,进行优化配置,对全国的卫生技术人员数量进行预测.方法 组合模型,即GM(1,1)模型,ARMA模型相结合.结果 我国2009年和2010年的卫生技术人员数量预测值分别为5 076 994人和5 149 852人.结论组合模型在卫生人力资源需求预测中的应用是可行的；政府应调整各类卫生技术人员的培养结构,提高卫生技术人员的专业素质,充实中高级人才的队伍.
-
某市甲型肝炎发病预测研究
目的：对某市甲型肝炎的发病做短期预测，为其防治工作提供科学依据。方法采用ARMA模型和季节周期回归模型在2007-2012年甲肝发病资料的基础上，对2013年发病情况进行预测。结果某市2013年甲型肝炎年发病率预测值为33．501（1/1000万），第一季度为25．26，第二季度为3．28，第三季度为2．233，第四季度为2．233。结论季节周期回归模型对甲型肝炎各季度发病率的预测效果较好；相关卫生部门应有针对性地做好准备工作，未雨绸缪，降低甲型肝炎的发病水平。
-
ARMA模型对肾综合征出血热发病趋势预测的拟合研究
[目的]探讨应用ARMA模型在时间序列资料分析中的应用,建立HFRS发病趋势的预测模型,从理论角度为制定科学、有效的防制措施提供理论依据.[方法]应用平稳时间序列分析,选用小二乘法按照信忠量准则,AIC、模型的拟合度与相关系数以及误差,确定ARMA的所有参数,用非线性小二乘法重新估计,得出组合模型的终估计;应用DPS (Data Processing System)数据处理系统.[结果]数据转换后,建立ARMA(1,1)模型,其残差平方和SS=0.6987,残差标准差:0.2158, AIC=-3.7044,相关系数R=0.96930,拟合度C=93.96%.[结论]模型可以用来讲行预测.
-
应用时间序列模型预测疟区疟疾发病率
目的: 探讨应用时间序列ARMA模型进行疟区疟疾发病率预测的可行性. 方法: 应用SPSS11.0软件对海南省万宁市8个联防疟区1991-01/2001-12的逐月发病率进行ARMA模型建模拟合,并用所得到的模型对2002年疟区逐月发病率进行预测,将预测值与实际值进行比较. 结果: ARIMA(0,1,1)×(0,1,1)12模型很好地拟合了既往时间段上的发病率序列,其对2002年各月发病率的预测值符合实际发病率变动趋势. 结论: 时间序列模型可以很好地模拟疟区疟疾发病率在时间序列上的变动趋势,并可用来对未来的疟疾发病率进行预测,为疟疾防治工作服务.
-
ARMA模型在某三甲医院住院人次预测中的应用
目的：构建时间序列分析ARMA模型，通过模型的识别、模型的定阶、模型的参数估计拟合适合我院住院人次的模型。方法依据我院2005~2013年住院人次，应用ARMA模型预测2014年1~4季度住院人次，并评价预测效果。结果 ARMA模型构建理想，能够较好的拟合时间序列，对我院住院人次预测比较准确，可为医院的管理决策提供可靠信息。
