應用灰色模型gm(1,1)對出院人次數(shù)進行分析和預測

應用灰色模型gm(1,1)對出院人次數(shù)進行分析和預測

ID:5342238

大?。?50.57 KB

頁數(shù):2頁

時間:2017-12-08

應用灰色模型gm(1,1)對出院人次數(shù)進行分析和預測_第1頁
應用灰色模型gm(1,1)對出院人次數(shù)進行分析和預測_第2頁
資源描述:

《應用灰色模型gm(1,1)對出院人次數(shù)進行分析和預測》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、◎呻MEDIC廈INEM為ODERN珊DISTA代NCED遠UCA]程ION教OFC育INA2第0180第年Ol47期月·總下第半9月4期刊應用灰色模型GM(1,1)對出院人次數(shù)進行分析和預測柯萍貴州1省貴陽市貴陽醫(yī)學院附屬醫(yī)院(550004)摘要:隨著醫(yī)院出院人次數(shù)比例的上升,醫(yī)院有必要對其變動趨勢進行預測。理想的預測模式已成為科學管理醫(yī)院的依據?;疑珓討B(tài)GM(1,1)模型不僅可應用于醫(yī)院住院病人住院變動趨勢的預測,也可應用于門急診工作量、疾病等的預測。因此,在一定程度上為醫(yī)院管理提供決策依據。關鍵詞:灰色模型;預測;醫(yī)院管理學doi:10.3969~.issn.16

2、72—2779.2010.14.114文章編號:1672-2779(2010)一14-156—02我院的出院人次數(shù)呈逐年上升的趨勢,為科學管理和預測,并探討模型的適用性。醫(yī)院提供依據,有必要對其變動趨勢進行預測。目前數(shù)1灰色數(shù)列預測模型的計算方法和步驟理統(tǒng)計中有許多預測方法,如何根據具體的統(tǒng)計資料選根據年報提供的出院人次數(shù)建立原始數(shù)據(即實際擇恰當?shù)念A測模型和參數(shù),以取得較理想的預測效果是值)的時間序列(見表1)。設10年出院人次數(shù)灰色數(shù)十分重要的。本文根據我院1999年~2008年度報表,列為X=Ix(1),X(2),X(3),??X(10)],t=l,2,試用灰色動

3、態(tài)GM(1,1)模型,對出院人次數(shù)進行分析3。??,】0。表11999~2008年出院人次數(shù)^依照文獻Ⅲ所提供的方法分別進行一次累加生成數(shù)據和均值生成數(shù)據、灰色預測模型的建立、對預測模型㈣lXl㈣,進行擬合比較,計算原始數(shù)據(即實際值)估計值并與2實測值進行比較。一31.1一次累加生成數(shù)據在建立灰色預測模型之前,需表2累加生成數(shù)據和均值生成數(shù)據一先對原始時間序列進行數(shù)據累加得到生成列。即對x作一次累加生成數(shù)據得:n一口y(k)=∑k)](t,k=1,2,3,?_.10)(1)1.2均值生成數(shù)據z(t)1f)+(f—1)](3,4,?·10)(2)1.3按累加生成數(shù)據y(

4、t)建立一階線性微分方程,即GM(1,1)模型:ay(t)+ay(t):u(3)——根據以上(1)一(6)式,按表1的數(shù)據建立運算表u為待定系數(shù),是由待估參數(shù)向量利用最小二乘法(表2),并計算待定系數(shù)a、u值。經計算a=一0.08975,求解可得。u=18137.15462,將a、u和X(1)值代入(7)式,得1010Y(k+1)=215910.2882e?!ぁ?202085.2882a={(1o—1)∑(,)z(,)]+[∑z(,)][∑x(O]}/D(4)(k=O,l,2,3,?,lO)LF={[∑10z(f)IE101^4給出原始數(shù)列預測模型并進行模型擬合由于(f

5、)(f)](f)][Z2(f)])/D(5)厶Y(k)是累加數(shù)據的估計值,因此還應通過對Y(k)值進行還原得到每個原始數(shù)據的估計值X(t),即對累加時間其中D:(10—1)[∑z(f)卜[∑z(f)](6數(shù)列飄測模進行累減得原始數(shù)列預測模型:(t)=(k)一(k一1),(t,k=2,3,??10),并進同時按微分方程的求解方法得累加數(shù)據的估計值,行模型擬合,和原始數(shù)據比較得出殘差et=(t)一即累加時間數(shù)列預測模型:(t),見.表3。第8第l4期總第94期◎DISTANCED遠LICAT程ION教OFC2010年O7月·下半月刊表3實際值X(t)與預測值(t)_的比較2

6、.結果與討論預測誤差2102人次,其相對誤差為4.85%,預測精度為2.1模型精度檢驗該模型公式必須通過檢驗以確定95.15%。說明近期預測效果較理想。其是否合理和是否可用來作預測。通常使用后驗差方法2.3通過對模型進行擬合比較、誤差分析、精度檢驗及進行檢驗,即構造方差比C和小誤差概率P對模型檢驗。外推預測的效果來看,該模型對住院病人的住院變動趨通過檢驗的標準為精度等級越小越好,四級為不通過。勢預測有較強的適用性和可靠性由于灰色模型不受一檢驗的通過與否,可確定該原始數(shù)列是否可適宜用灰般統(tǒng)計模型對原始數(shù)據種種要求的約束,對樣本容量和色預測方法,其原始數(shù)列預測模型是否可適合

7、用來進行概率分布沒有嚴格的要求,原始數(shù)據列不需要服從典型近期外推預測。精度等級見表4。的分布規(guī)律,可考慮多種因素對研究對象的影響。0對表4GM(1,1)模型精度等級預測效果可進行指標檢驗,計算簡便,因此使之易于推廣和應用。它不僅可應用于醫(yī)院住院病人住院變動趨勢的預測,也可應用于門急診工作量、疾病等的預測。因此,在一定程度上為醫(yī)院管理提供決策依據。參考文獻按表3計算,該模型后驗差比值C為0.33,小于[1]趙定義.灰色數(shù)列預測模型在醫(yī)學中的應用[J],中國衛(wèi)生統(tǒng)計,1988,50.35,小誤差概率尸為1,大于0.95。表明該原始數(shù)列(1):

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文