中南药学

2022, v.20;No.197(06) 1443-1447

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

时间序列模型在门诊患者抗菌药物使用率预测中的应用

王娜;闵芳芳;

摘要(Abstract):

目的 探讨时间序列模型在门诊患者抗菌药物使用率预测中的应用,为医院的管控提供参考。方法 基于2014年1月—2020年12月的门诊患者抗菌药物使用率数据构建求和自回归移动平均(ARIMA)模型和指数平滑模型,利用2021年1—9月数据验证两种模型的预测效果。结果 拟合最佳的ARIMA模型为ARIMA(0,1,0),(0,1,1)_(12)模型,模型的R2为0.827,RMSE为2.400,MAPE为9.351,MAE为1.933,BIC为1.811,Ljung-Box Q=14.373,P=0.641,残差符合白噪声序列,验证2021年1—9月平均预测误差为11.20%。拟合最佳的指数平滑法模型为Holt-Winters加法模型,模型的R2为0.827,RMSE为2.400,MAPE为9.351,MAE为1.933,BIC为1.811,Ljung-Box Q=14.373,P=0.641,残差符合白噪声序列,验证2021年1—9月平均预测误差为11.20%。拟合最佳的指数平滑法模型为Holt-Winters加法模型,模型的R2为0.932,RMSE为1.919,MAPE为6.926,MAE为1.523,BIC为1.461,模型残差序列的Ljung-Box统计量Q=18.320,P=0.246,验证2021年1—9月平均相对误差为10.15%。结论 Holt-Winters加法模型能更好地模拟医院门诊患者抗菌药物使用率趋势,可为决策提供预测数据支持。

关键词(KeyWords): 抗菌药物使用率;时间序列;预测;ARIMA 模型;指数平滑模型

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 王娜;闵芳芳;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享