基于ARIMA模型结合回归分析在产科工作量预测中的应用(3)
2.1.3 模型预测效果 使用ARIMA(1,1,1)(0,1,1)12模型对原序列进行拟合,预测值与实际值基本吻合,动态趋势基本一致(图5),使用该模型对2017年7-12月逐月分娩量进行预测,并用实际分娩量进行预测精度验证(表3),预测分娩量与实际分娩量基本吻合,且实际值均在预测值可信区间范围内。
2.2 建卡人数与分娩人数的回归方程模型的建立与验证
2.2.1 研究产科门诊每月建卡人数与月分娩量等相关指标的关系,建立建卡人数与当月、1~7个月对应的分娩量数据表。分别用建卡人数与当月、1~7个月对应的分娩量做相关分析和回归分析,对应的分析结果指标见表4。
2.2.2 分别用早孕建卡人数与当月、1~7个月对应的分娩量做相关分析和回归分析,对应的分析结果指标,见表5。根据线性回归分析模型拟合效果的评价[15],表4的模型5个月,表5的模型5个月、模型7个月符合拟合程度较高以及线性回归的显著性检验要求,其回归方程分别为:
方程1:y=244.969+0.949x
方程2:y=313.727+1.212x
方程3:y=303.109+1.110x
2.2.3 线性回归模型的拟合误差检验 结合2017年7-12月分娩量的实际值,再采取各个回归方程后的拟合值y,以及y与yi之间的相对误差 ......
您现在查看是摘要页,全文长 5233 字符。
闄愪簬鏈嶅姟鍣ㄥ帇鍔涳紝缃戠珯閮ㄥ垎淇℃伅鍙緵鐖卞績浼氬憳鎴栨湁涓€瀹氱Н鍒嗙殑娉ㄥ唽浼氬憳娴佽銆�
姝�淇℃伅闇€瑕� 2 绉垎锛堝厤璐规敞鍐岀櫥褰曞悗姣忓ぉ鍙互棰嗗彇10涓Н鍒�锛夈€�
娣団剝浼呮禒鍛返閸欏倽鈧喛绱濇稉宥嗙€幋鎰崲娴f洑绠e楦款唴閵嗕焦甯归懡鎰灗閹稿洤绱╅妴鍌涙瀮缁旂姷澧楅弶鍐ㄧ潣娴滃骸甯拋妞剧稊閺夊啩姹夐敍宀冨閹劏顓绘稉鐑橆劃閺傚洣绗夌€规粏顫﹂弨璺虹秿娓氭稑銇囩€硅泛鍘ょ拹褰掓鐠囦紮绱濈拠鐑藉仏娴犺埖鍨ㄩ悽浣冪樈闁氨鐓¢幋鎴滄粦閿涘本鍨滄禒顒佹暪閸掍即鈧氨鐓¢崥搴礉娴兼氨鐝涢崡鍐茬殺閹劎娈戞担婊冩惂娴犲孩婀扮純鎴犵彲閸掔娀娅庨妴锟�
瀵邦喕淇婇弬鍥╃彿
閸忚櫕鏁為惂鐐
鐠囧嫯顔戦崙鐘插綖
閹兼粎鍌ㄩ弴鏉戭樋
|