• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      ARIMA-灰色耦合模型下區(qū)域醫(yī)療衛(wèi)生服務(wù)量預(yù)測

      2019-11-12 08:12:08王長青
      衛(wèi)生軟科學(xué) 2019年11期
      關(guān)鍵詞:預(yù)測值醫(yī)療衛(wèi)生灰色

      薛 宇,王長青,朱 亞

      (南京醫(yī)科大學(xué)健康江蘇研究院,江蘇 南京 211166)

      區(qū)域醫(yī)療衛(wèi)生服務(wù)量主要指區(qū)域醫(yī)療衛(wèi)生資源投入后醫(yī)療服務(wù)產(chǎn)出情況,主要指標(biāo)有年診療人次、年入院人次等。區(qū)域醫(yī)療衛(wèi)生服務(wù)量是制定衛(wèi)生政策與科學(xué)配置醫(yī)療衛(wèi)生資源的重要基礎(chǔ)之一。為了了解規(guī)劃年區(qū)域衛(wèi)生服務(wù)量,需要通過科學(xué)的預(yù)測方法進(jìn)行預(yù)測,在衛(wèi)生服務(wù)量預(yù)測中,國內(nèi)外方法很多。本文基于ARIMA預(yù)測模型及灰色預(yù)測模型,構(gòu)建ARIMA-灰色耦合模型,并通過實(shí)證分析預(yù)測區(qū)域醫(yī)療衛(wèi)生服務(wù)量,從而為科學(xué)預(yù)測規(guī)劃年衛(wèi)生資源供給量提供理論基礎(chǔ)。

      1 醫(yī)療衛(wèi)生資源預(yù)測方法回顧

      在醫(yī)療衛(wèi)生資源預(yù)測方法上,我國學(xué)術(shù)界常用的預(yù)測方法有定額法、常規(guī)趨勢法、多元線性回歸分析法、灰色模型法等,其中定額法與回歸分析法較常用。黃文涌[1]運(yùn)用灰色模型對貴州省衛(wèi)生資源進(jìn)行預(yù)測;楊起等[2]應(yīng)用灰色預(yù)測模型GM(1.1)對廣西1996-2001年城市和農(nóng)村主要衛(wèi)生資源配置情況進(jìn)行分析評(píng)價(jià),并對2010年廣西衛(wèi)生資源進(jìn)行預(yù)測;嚴(yán)云良等[3]運(yùn)用二元線性回法對浙江省的醫(yī)療衛(wèi)生資源進(jìn)行預(yù)測;李泉等[4]運(yùn)用灰色模型與指數(shù)模型對湖北省“十二五”人口發(fā)展及衛(wèi)生資源配置進(jìn)行預(yù)測;胡乃寶等[5]研究了灰多元前移線性回歸模型在醫(yī)療衛(wèi)生資源預(yù)測中應(yīng)用;張茵等[6]應(yīng)用曲線估計(jì)開展衛(wèi)生人力資源需求量的預(yù)測研究;李君榮等[7]通過ARMA模型對江蘇省社區(qū)衛(wèi)生服務(wù)中心床位進(jìn)行預(yù)測研究;張瑞華等[8]運(yùn)用ARIMA模型對四川省衛(wèi)生人力資源進(jìn)行預(yù)測;郭振[9],通過運(yùn)用神經(jīng)網(wǎng)絡(luò)模型與循證衛(wèi)生組合決策方法開展衛(wèi)生人力資源及預(yù)測;毛瑛等[10]在分析比較灰色預(yù)測、 二次回歸和神經(jīng)網(wǎng)絡(luò)單項(xiàng)預(yù)測模型的基礎(chǔ)上,采用方差倒數(shù)法進(jìn)行權(quán)重分配,構(gòu)建我國衛(wèi)生人力資源的組合預(yù)測模型,對我國衛(wèi)生資源進(jìn)行預(yù)測。

      2 預(yù)測模型選擇

      根據(jù)上文對醫(yī)療衛(wèi)生資源預(yù)測方法的回顧,近年來學(xué)術(shù)界積累了許多預(yù)測方法,但多數(shù)還是運(yùn)用單一的預(yù)測方法。而醫(yī)療衛(wèi)生資源的供給受多種因素影響,資源本身又是個(gè)系統(tǒng),包含多種內(nèi)容與形式,每種資源的特點(diǎn)都不同,為了彌補(bǔ)系統(tǒng)誤差,考慮到衛(wèi)生資源的供給變量為時(shí)間序列變量,本文提出運(yùn)用組合模型進(jìn)行預(yù)測。預(yù)測模型的選擇需考慮預(yù)測對象的特點(diǎn),以及模型的適應(yīng)范圍。

      從醫(yī)療衛(wèi)生資源時(shí)間序列的特點(diǎn)看,首先我國衛(wèi)生事業(yè)發(fā)展過程中,進(jìn)行過四次醫(yī)療衛(wèi)生體制改革,所以近年來衛(wèi)生事業(yè)行業(yè)出臺(tái)政策較多,這直接影響到醫(yī)療衛(wèi)生資源在時(shí)間序列上發(fā)展不穩(wěn)定,無論是醫(yī)療床位,還是醫(yī)療衛(wèi)生人員作為變量,其時(shí)間序列發(fā)展規(guī)律不明顯;其次因?yàn)槭前措A段改革,所以在時(shí)間軸上,醫(yī)療衛(wèi)生資源有效序列多為短序列;第三在預(yù)測醫(yī)療衛(wèi)生資源供給時(shí),多進(jìn)行5~10年內(nèi)的預(yù)測,屬于短中期預(yù)測。

      從預(yù)測模型的適應(yīng)性看,通過查閱文獻(xiàn),灰色預(yù)測模型適應(yīng)于不穩(wěn)定或無規(guī)律性的或樣本少的數(shù)據(jù),預(yù)測準(zhǔn)確度相對較高,已廣泛用于社會(huì)經(jīng)濟(jì)等較廣范圍的預(yù)測,成為較成熟的預(yù)測工具。而ARIMA預(yù)測模型,將預(yù)測對象隨時(shí)間推移而形成的數(shù)據(jù)序列視為一個(gè)隨機(jī)序列,用一定的數(shù)學(xué)模型來近似描述這個(gè)序列,這個(gè)模型一旦被識(shí)別后就可以從時(shí)間序列的過去值及現(xiàn)在值來預(yù)測未來值,在時(shí)間序列樣本預(yù)測中應(yīng)用廣泛。

      結(jié)合上述分析,考慮到ARIMA模型、灰色預(yù)測模型的特征與預(yù)測條件,以及衛(wèi)生資源供給與需求的時(shí)間序列特點(diǎn),本文引入ARIMA-灰色耦合模型預(yù)測區(qū)域醫(yī)療衛(wèi)生資源的供給(醫(yī)療床位與醫(yī)生數(shù))和各地區(qū)醫(yī)療服務(wù)產(chǎn)出量(年診療人次與年住院人次)。

      3 建立ARIMA-灰色耦合模型

      耦合預(yù)測模型主要是通過選取兩種或兩種以上預(yù)測模型,分別進(jìn)行預(yù)測,然后通過預(yù)測結(jié)果,建立耦合關(guān)系,確定耦合權(quán)重,從而測算耦合后的預(yù)測值。ARIMA-灰色耦合模型就是先進(jìn)行ARIMA模型預(yù)測和灰色模型預(yù)測,通過兩個(gè)預(yù)測模型預(yù)測結(jié)果的誤差大小,建立耦合關(guān)系,計(jì)算耦合權(quán)重,從而測算出耦合后的預(yù)測值。ARIMA-灰色耦合模型本質(zhì)上是一種組合模型,目的是減少系統(tǒng)誤差,其原理如圖1。

      圖1 耦合預(yù)測模型原理

      3.1 ARIMA模型

      ARIMA稱為回歸積分滑動(dòng)平均模型,是由Box和Jenkins在70年代提出的一種時(shí)間序列預(yù)測方法[11]。ARIMA模型根據(jù)原序列是否平穩(wěn)、回歸中所含部分的不同,分為移動(dòng)平均過程(MA)、自回歸過程(AR)、自回歸移動(dòng)平均過程(ARMA)以及ARIMA過程。

      其定義一個(gè)非平穩(wěn)時(shí)間序列Yt{y1,y2,y3,…}, 通過▽Yt=Yt-Yt-1, ▽2Yt=▽(▽Yt)=▽(Yt-Yt-1……等依次差分成平穩(wěn)時(shí)間序列Wt,使得Wt滿足ARIMA(p,q)。

      Wt=φ1Wt-1+φ2Wt-2+…+φpWt-p+et-θ1et-1-θ2et-2-…-θqet-q

      (1)

      即:

      φ(B)Wt=θ(B)etφ(B)=1-φ1B-φ2B2-…-φpBpθ(B)=1-θ1B-θ2B2-…-θpBq

      (2)

      φ(B)(1-B)dYt=θ(B)et

      (3)

      (1)(2)(3)公式中:p代表預(yù)測模型中采用的時(shí)序數(shù)據(jù)本身的滯后數(shù)(lags),d代表時(shí)序數(shù)據(jù)需要進(jìn)行幾階差分化,才是穩(wěn)定的,q代表預(yù)測模型中采用的預(yù)測誤差的滯后數(shù)(lags),φ表示AR的系數(shù),θ表示MA的系數(shù)。

      其基本流程是:

      ①序列平穩(wěn)性識(shí)別:先畫時(shí)間序列的散點(diǎn)圖,以及自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖,并運(yùn)用ADF單位根檢驗(yàn)時(shí)間序列的方差與季節(jié)性變化規(guī)律,從而進(jìn)行平穩(wěn)性識(shí)別。

      ②平穩(wěn)化處理:對于非平穩(wěn)的時(shí)間序列,要對時(shí)間序列數(shù)據(jù)進(jìn)行差分處理,直到處理后的數(shù)據(jù)的自相關(guān)函數(shù)值和偏相關(guān)函數(shù)值無顯著地異于零。

      ③建立模型,進(jìn)行參數(shù)估計(jì):依據(jù)時(shí)間序列模型的識(shí)別規(guī)則,構(gòu)建相應(yīng)的模型,并開展參數(shù)估計(jì),主要是檢驗(yàn)是否存在統(tǒng)計(jì)學(xué)意義。

      ④假設(shè)檢驗(yàn):主要是白噪聲檢驗(yàn)。

      ⑤預(yù)測:利用已通過檢驗(yàn)的模型進(jìn)行預(yù)測分析。

      3.2 灰色預(yù)測模型

      灰色預(yù)測法是一種對含有不確定因素的系統(tǒng)進(jìn)行預(yù)測的方法,就是對在一定范疇內(nèi)變化的、與時(shí)間有關(guān)的灰色過程進(jìn)行預(yù)測。基本原理是原始數(shù)據(jù)進(jìn)行累加,生成具有一定規(guī)律的序列,然后建立相應(yīng)的微分方程模型,用來預(yù)測系統(tǒng)的動(dòng)態(tài)發(fā)展過程。GM(1,1)模型是灰色預(yù)測中最常見的一種方法,其建模過程如下:

      設(shè)時(shí)間序列X(0)有n個(gè)觀察值,X(0)={X(0)(1),X(0)(2),X(0)(3),…X(0)(n)},通過累加生成新數(shù)列X(1)={X(1)(1),X(1)(2),X(1)(3),…X(1)(n)},則GM(1,1)模型相應(yīng)的微分方程為:

      (4)

      式中,a稱為發(fā)展灰數(shù),μ稱為內(nèi)生控灰數(shù)。

      μ),利用最小二乘法求解,可得:

      (5)

      其中:

      求解微分方程,即可得預(yù)測模型:

      (6)

      原始數(shù)據(jù)序列:

      (7)

      k=2,3,L,n

      3.3 ARIMA-灰色耦合預(yù)測模型

      設(shè)f1為ARIMA預(yù)測值,f2為灰色模型預(yù)測值,f3為耦合預(yù)測值,三種方法的預(yù)測誤差分別為e1、e2和e3,取w1與w2分別為ARIMA和灰色模型預(yù)測的權(quán)重,且w1+w2=1,則得

      (8)

      (9)

      上述公式中:

      e1、e2、e3— 表示三種方法的預(yù)測誤差;

      f1、f2、f3— 表示三種方法的預(yù)測值;

      δ1、δ2— 表示ARIMA與灰色模型預(yù)測方差;

      w1、w2— 表示ARIMA與灰色模型預(yù)測耦合權(quán)重。

      4 實(shí)證分析

      以江蘇省為例,預(yù)測江蘇省各地區(qū)醫(yī)療服務(wù)量。醫(yī)療服務(wù)量主要指醫(yī)療衛(wèi)生資源投入后醫(yī)療服務(wù)產(chǎn)出情況,主要指標(biāo)有年診療人次、年入院人次。這里預(yù)測江蘇省2025年13個(gè)地區(qū)醫(yī)療服務(wù)產(chǎn)出指標(biāo)(年診療人次、年入院人次)數(shù)值。因?yàn)楦鞯貐^(qū)年診療人次與年入院人次的歷史數(shù)據(jù)(時(shí)間序列)符合ARIMA—灰色耦合模型預(yù)測條件,所以本文選用此模型進(jìn)行預(yù)測。

      4.1 江蘇省13個(gè)地區(qū)年診療人次預(yù)測

      根據(jù)《江蘇省統(tǒng)計(jì)年鑒(2015)》《江蘇省衛(wèi)生年鑒(2015)》,選取江蘇省2000-2014年各地區(qū)診療人次時(shí)間序列原始數(shù)據(jù),從原始數(shù)據(jù)數(shù)列可知,其趨勢是呈增長趨勢。

      三是廣泛宣傳動(dòng)員,強(qiáng)化輿論引導(dǎo)。各地各部門充分利用電視、廣播、網(wǎng)絡(luò)等媒體,深入宣傳地下水超采問題的嚴(yán)峻性、危害性以及治理的緊迫性,進(jìn)一步統(tǒng)一廣大干部群眾的思想認(rèn)識(shí),增強(qiáng)全民水患意識(shí)、節(jié)水意識(shí)、保護(hù)意識(shí),引導(dǎo)廣大群眾積極投身地下水超采綜合治理工作,努力營造人人關(guān)注、人人參與、人人支持地下水超采綜合治理的良好氛圍。

      4.1.1 ARIMA模型預(yù)測

      根據(jù)江蘇省各地區(qū)診療人次的時(shí)間趨勢可知,都為非平穩(wěn)數(shù)列,分別進(jìn)行差分、單位根檢驗(yàn)、最優(yōu)模型判定、模型檢驗(yàn)、白噪音檢驗(yàn),分別確定每個(gè)地區(qū)預(yù)測模型,并測算2025年預(yù)測值,見表1。

      表1 江蘇省各地區(qū)診療人次ARIMA預(yù)測模型表達(dá)式

      注:p— 代表預(yù)測模型中采用的時(shí)序數(shù)據(jù)本身的滯后數(shù)(lags),d— 代表時(shí)序數(shù)據(jù)需要進(jìn)行幾階差分化,才是穩(wěn)定的,q— 代表預(yù)測模型中采用的預(yù)測誤差的滯后數(shù)(lags)。

      4.1.2 灰色模型預(yù)測

      根據(jù)江蘇省13個(gè)地區(qū)年診療人次時(shí)間序列,運(yùn)用灰色模型預(yù)測公式(4)(5)(6)(7),測算其結(jié)果見表2。

      表2 江蘇省各地區(qū)診療人次灰色預(yù)測模型及規(guī)劃年預(yù)測值

      4.1.3 ARIMA-灰色耦合模型預(yù)測

      根據(jù)前文公式(8)(9),可測算出江蘇省各地區(qū)診療人次耦合模型預(yù)測數(shù)值。因?yàn)樵\療人次由醫(yī)生數(shù)決定,所以診療人次的耦合權(quán)重采用醫(yī)生數(shù)的耦合權(quán)重?cái)?shù)值,見表3。

      表3 2025年江蘇省各地區(qū)診療人次預(yù)測值

      根據(jù)ARIMA預(yù)測模型進(jìn)行預(yù)測,從實(shí)際值與預(yù)測值結(jié)果的殘差可以看出,殘差多為大于零,預(yù)測值總體偏小于實(shí)際值。根據(jù)灰色預(yù)測模型預(yù)測結(jié)果看,實(shí)際值與預(yù)測值結(jié)果的殘差多小于零,預(yù)測值總體偏大于實(shí)際值。對于規(guī)劃年的預(yù)測,兩種預(yù)測結(jié)果分別是151,693.5萬人次、159,134.7萬人次,兩個(gè)結(jié)果相差較大,分別偏離“實(shí)際值”兩邊,而ARIMA-灰色耦合預(yù)測模型的預(yù)測結(jié)果為155,292萬人次,介于ARIMA預(yù)測模型與灰色預(yù)測模型的預(yù)測結(jié)果之間,是較科學(xué)的預(yù)測結(jié)果。

      4.2 江蘇省13個(gè)地區(qū)年入院人次預(yù)測

      同樣根據(jù)《江蘇省統(tǒng)計(jì)年鑒(2015)》《江蘇省衛(wèi)生年鑒(2015)》,選取江蘇省2000-2014年各地區(qū)年入院人次時(shí)間序列原始數(shù)據(jù),從原始數(shù)據(jù)數(shù)列可知,其趨勢是呈增長趨勢。

      4.2.1 ARIMA模型預(yù)測

      從江蘇省各地區(qū)住院人次的趨勢可知,都為非平穩(wěn)數(shù)列,分別進(jìn)行一階差分、單位根檢驗(yàn)、最優(yōu)模型判定、模型檢驗(yàn)、白噪音檢驗(yàn),分別確定每個(gè)地區(qū)預(yù)測模型,并測算2025年預(yù)測值,見表4。

      表4 江蘇省各地區(qū)住院人次ARIMA預(yù)測模型表達(dá)式

      4.2.2 灰色模型預(yù)測

      根據(jù)江蘇省13個(gè)地區(qū)年住院人次時(shí)間序列,運(yùn)用灰色模型預(yù)測公式(4)(5)(6)(7),測算結(jié)果見表5。

      表5 江蘇省各地區(qū)住院人次灰色預(yù)測模型及規(guī)劃年預(yù)測值

      4.2.3 ARIMA-灰色耦合模型預(yù)測

      根據(jù)公式(8)(9),可測算出江蘇省各地區(qū)入院人次耦合模型預(yù)測數(shù)值,因?yàn)槿朐喝舜斡舍t(yī)生數(shù)決定,所以入院人次的耦合權(quán)重采用床位數(shù)的耦合權(quán)重?cái)?shù)值,見表6。

      在年入院人次的預(yù)測中,根據(jù)ARIMA模型進(jìn)行預(yù)測,實(shí)際值與預(yù)測值結(jié)果的殘差多為大于零,預(yù)測值總體偏小于實(shí)際值。根據(jù)灰色模型預(yù)測結(jié)果看,實(shí)際值與預(yù)測值結(jié)果的殘差多小于零,預(yù)測值總體偏大于實(shí)際值。對于規(guī)劃年的預(yù)測,兩種預(yù)測結(jié)果分別是3,199.15萬人次、3,682.12萬人次,兩個(gè)結(jié)果相差較大,分別偏離“實(shí)際值”兩邊,而ARIMA-灰色耦合預(yù)測模型的預(yù)測結(jié)果為3,430.37萬人次,介于ARIMA預(yù)測模型與灰色預(yù)測模型的預(yù)測結(jié)果之間,也是較科學(xué)的預(yù)測結(jié)果。

      表6 2025年江蘇省各地區(qū)住院人次預(yù)測值

      5 結(jié)論

      ARIMA預(yù)測模型需要時(shí)間序列數(shù)據(jù)必須是穩(wěn)定的,如果不穩(wěn)定的數(shù)據(jù),是無法捕捉到規(guī)律的,如果時(shí)間序列穩(wěn)定就比較適合預(yù)測近期與中期。而灰色預(yù)測模型所需要的數(shù)據(jù)量比較少、預(yù)測比較準(zhǔn)確、精度較高、樣本分布不需要有規(guī)律性、計(jì)算簡便、檢驗(yàn)方便、適用于中長期預(yù)測。對于醫(yī)療衛(wèi)生資源中的床位數(shù)與醫(yī)生數(shù),從時(shí)間序列來看,是隨時(shí)間增長而增長,雖然是呈線性,只體現(xiàn)上升趨勢,線性殘差較大。對于預(yù)測2025年這個(gè)規(guī)劃年數(shù)據(jù),兩種預(yù)測模型都存在不足。而通過ARIMA-灰色耦合預(yù)測模型,通過實(shí)證分析,很好地解決了ARIMA預(yù)測中離散特性以及灰色預(yù)測模型的收斂特性,使得預(yù)測結(jié)果相對兩種單獨(dú)預(yù)測的模型更加科學(xué)。

      從實(shí)證分析的結(jié)果看,預(yù)計(jì)江蘇省2025年年診療人次和年入院人次分別達(dá)到155,292萬人次及3430.37萬人次,分別是2014年的2.95倍、2.98倍,2017年的2.66倍、2.42倍,比2017年的年診療人次與入院人次分別多96,855萬人次、2012萬人次,這為江蘇省醫(yī)療衛(wèi)生區(qū)域規(guī)劃、醫(yī)療衛(wèi)生資源配置、醫(yī)療人才培養(yǎng)、醫(yī)學(xué)生招生計(jì)劃設(shè)置提供了科學(xué)參考。

      猜你喜歡
      預(yù)測值醫(yī)療衛(wèi)生灰色
      IMF上調(diào)今年全球經(jīng)濟(jì)增長預(yù)期
      企業(yè)界(2024年8期)2024-07-05 10:59:04
      加拿大農(nóng)業(yè)部下調(diào)2021/22年度油菜籽和小麥產(chǎn)量預(yù)測值
      ±800kV直流輸電工程合成電場夏季實(shí)測值與預(yù)測值比對分析
      淺灰色的小豬
      法電再次修訂2020年核發(fā)電量預(yù)測值
      國外核新聞(2020年8期)2020-03-14 02:09:19
      為了醫(yī)療衛(wèi)生事業(yè)健康發(fā)展
      灰色時(shí)代
      Coco薇(2017年2期)2017-04-25 17:59:38
      她、它的灰色時(shí)髦觀
      Coco薇(2017年2期)2017-04-25 17:57:49
      感覺
      京津冀醫(yī)療衛(wèi)生合作之路
      宜都市| 禹城市| 喜德县| 永登县| 临沂市| 荔波县| 海宁市| 循化| 南康市| 五大连池市| 闻喜县| 防城港市| 麻栗坡县| 临夏县| 屏边| 滁州市| 九龙城区| 延边| 怀仁县| 宝清县| 建湖县| 海安县| 阿荣旗| 叙永县| 张家口市| 微山县| 石渠县| 景泰县| 房山区| 嘉鱼县| 永新县| 大庆市| 新兴县| 克山县| 平乡县| 鲁山县| 灌云县| 托克托县| 黄平县| 石渠县| 睢宁县|