移動平均法對小兒科門診人次的預測分析

摘要：目的 運用移動平均法對小兒科門診量進行預測。方法 選擇我院小兒科2010～2013年各季度門診量，采用移動平均法建立一元線性回歸模型，根據回歸模型對2014年各季度數據進行評估預測并做95%置信區間檢測。結果 2014年各季度小兒科的門診量均在置信區間內。結論 移動平均法可以為我們提供較準確的預測數據，為科室的管理提供決策依據。

關鍵詞：移動平均；門診人次；預測

小兒科門診是醫院里門診量最大的科室之一，同時也是對季節波動較為敏感的科室，它隨著季節變化而呈現有規律性的起伏波動[1]，現根據這種規律性的波動采用移動平均法對門診人次進行預測，①可以對醫院、科室的發展規劃提供參考，②可據此來調整門診醫師的做診班次，在患者高峰來臨之前做好準備，減少患者的等待時間，提高患者滿意度，因而具有十分重要的意義[2]。

1 資料與方法

1.1一般資料 根據我院2010～2013年每季度小兒科門診人次數據為資料進行統計分析。數據來源我院信息科統計報表，真實可靠。

1.2統計學方法 數據采用spss 19.0進行分析，以時間序列的實際值為依據，計算出移動平均的季節比率、校正系數和預測誤差，求出長期趨勢線，以95%的置信區間對長期趨勢值進行預測。

2 結果

2.1計算移動平均比率 依據門診人次（Yt）計算4個季度的移動平均數，再對4項移動平均進行2項移動平均，以剔除時間數列中季節的變動和不規則變動的影響，計算移動平均比率，并計算平均指數的均值，本例為1.0010541；按平均1來校正移動平均比率，本例中校正系數=1/1.0010541。季節修正指數=各季節平均指數×校正系數，并求得調和時間序列（Tt），見表1、表2。

2.2計算調和時間序列并進行季節比率預測 調和時間序列等于每一實際門診數值/季節修正指數。以時間序列號為自變量，以調和時間序列值為應變量建立長期時間趨勢序列直線：T=a+b×t，根據最小二乘法原則，采用spss 19.0軟件計算： Tt=14984.422+524.141×t。

2.3計算誤差及置信區間 根據所得直線方程求出各期預測值：Yt=（14984.422+524.141×t）×季節修正指數。并再次利用最小二乘原則計算誤差平方e2=（Yt-Yt）2，并對其進行合理性分析得到95%相應置信區間，得到其合理性檢驗并據此對14年各季度門診人次進行預測和各季度人次分析，見表3。

3 結論

3.1模型科學性分析 將該方法算出的14年預測值與實際值計算相對誤差，考察預測精度，見表3。表中可見，第四季度預測值最好，精度最高，第三季度處于小兒科淡季，門診量相對較小，使得預測值最差，但實際發生值仍在95%區間內，具有可靠性。

3.2各季度比重分析 從歷年數據可見小兒科第四季度門診人次比重最大，同時也是各年變化幅度最平穩的一個季節；同時從表2中可見，第二季度和第四季度的季節指數>1，而其他兩個季度的季節指數<1，說明第二季度和第四季度門診壓力較大，也就是俗話說的“門診醫療旺季”，科室應適當調整門診人力、物力，在此時應投入更多的醫療資源，既方便了門診患者，提高了社會效益，又增加了醫療收入[3]。

3.3 2015年門診人次預測 從表3可以看出，雖然模型預測和實際有一定出入，但仍控制在95%的可信區間范圍內，因此模型具有可信度。但觀察表3可以看出模型預測的第1、4季度為最好，第2、3季度為稍差；因此我們根據模型對15年進行預測的時侯加以修正，將各季度平均比重的因素考慮進去，得到修正預測值，見表4。

統計預測是依據歷史資料和事物的發展規律預測未來，在現代化管理中的應用日益普遍。通過對門診人次的預測，可以為醫院和科室更加高效的調整人力、物力的結構，做到早計劃，早安排，有效科學的利用衛生資源，合理安排醫師和護師的工作量，既增加經濟效益又提升社會效益[4]。

參考文獻：

[1]林宏，孫忠.運用移動平均比率法預測門診人次[J].天津醫科大學學報，2006，12（3）：453-456.

[2]趙琳，肖蓓，劉春玲，等.門急診量和出院人數預測線性回歸模型的建立和應用[J].中國病案，2014，15（11）：39-40.

[3].武權，王海威，魏星.兩種模型在醫院門診量預測中的應用[J].西南國防醫藥，2010，5（20）：553-554.

[4]胡玉亮，王彩霞.利用一階自回歸模型對某院入院人數進行預測[J].中國醫院統計，2011，18（2）：144-145.

編輯/張燕