移动平均法对小儿科门诊人次的预测分析

移动平均法对小儿科门诊人次的预测分析
目的运用移动平均法对小儿科门诊量进行预测。

方法选择我院小儿科2010～2013年各季度门诊量，采用移动平均法建立一元线性回归模型，根据回归模型对2014年各季度数据进行评估预测并做95%置信区间检测。

结果2014年各季度小儿科的门诊量均在置信区间内。

结论移动平均法可以为我们提供较准确的预测数据，为科室的管理提供决策依据。

标签：移动平均；门诊人次；预测
小儿科门诊是医院里门诊量最大的科室之一，同时也是对季节波动较为敏感的科室，它随着季节变化而呈现有规律性的起伏波动[1]，现根据这种规律性的波动采用移动平均法对门诊人次进行预测，①可以对医院、科室的发展规划提供参考，②可据此来调整门诊医师的做诊班次，在患者高峰来临之前做好准备，减少患者的等待时间，提高患者满意度，因而具有十分重要的意义[2]。

1 资料与方法
1.1一般资料根据我院2010～2013年每季度小儿科门诊人次数据为资料进行统计分析。

数据来源我院信息科统计报表，真实可靠。

1.2统计学方法数据采用spss 19.0进行分析，以时间序列的实际值为依据，计算出移动平均的季节比率、校正系数和预测误差，求出长期趋势线，以95%的置信区间对长期趋势值进行预测。

2 结果
2.1计算移动平均比率依据门诊人次（Yt）计算4个季度的移动平均数，再对4项移动平均进行2项移动平均，以剔除时间数列中季节的变动和不规则变动的影响，计算移动平均比率，并计算平均指数的均值，本例为1.0010541；按平均1来校正移动平均比率，本例中校正系数=1/1.0010541。

季节修正指数=各季节平均指数×校正系数，并求得调和时间序列（Tt），见表1、表2。

2.2计算调和时间序列并进行季节比率预测调和时间序列等于每一实际门诊数值/季节修正指数。

以时间序列号为自变量，以调和时间序列值为应变量建立长期时间趋势序列直线：T=a+b×t，根據最小二乘法原则，采用spss 19.0软件计算：Tt=14984.422+524.141×t。

2.3计算误差及置信区间根据所得直线方程求出各期预测值：Yt=（14984.422+524.141×t）×季节修正指数。

并再次利用最小二乘原则计算误差平方e2=（Yt-Yt）2，并对其进行合理性分析得到95%相应置信区间，得到其合理性检验并据此对14年各季度门诊人次进行预测和各季度人次分析，见表3。

3 结论
3.1模型科学性分析将该方法算出的14年预测值与实际值计算相对误差，考察预测精度，见表3。

表中可见，第四季度预测值最好，精度最高，第三季度处于小儿科淡季，门诊量相对较小，使得预测值最差，但实际发生值仍在95%区间内，具有可靠性。

3.2各季度比重分析从历年数据可见小儿科第四季度门诊人次比重最大，同时也是各年变化幅度最平稳的一个季节；同时从表2中可见，第二季度和第四季度的季节指数>1，而其他两个季度的季节指数<1，说明第二季度和第四季度门诊压力较大，也就是俗话说的“门诊医疗旺季”，科室应适当调整门诊人力、物力，在此时应投入更多的医疗资源，既方便了门诊患者，提高了社会效益，又增加了医疗收入[3]。

3.3 2015年门诊人次预测从表3可以看出，虽然模型预测和实际有一定出入，但仍控制在95%的可信区间范围内，因此模型具有可信度。

但观察表3可以看出模型预测的第1、4季度为最好，第2、3季度为稍差；因此我们根据模型对15年进行预测的时侯加以修正，将各季度平均比重的因素考虑进去，得到修正预测值，见表4。

统计预测是依据历史资料和事物的发展规律预测未来，在现代化管理中的应用日益普遍。

通过对门诊人次的预测，可以为医院和科室更加高效的调整人力、物力的结构，做到早计划，早安排，有效科学的利用卫生资源，合理安排医师和护师的工作量，既增加经济效益又提升社会效益[4]。

参考文献：
[1]林宏，孙忠.运用移动平均比率法预测门诊人次[J].天津医科大学学报，2006，12（3）：453-456.
[2]赵琳，肖蓓，刘春玲，等.门急诊量和出院人数预测线性回归模型的建立和应用[J].中国病案，2014，15（11）：39-40.
[3].武权，王海威，魏星.两种模型在医院门诊量预测中的应用[J].西南国防医药，2010，5（20）：553-554.
[4]胡玉亮，王彩霞.利用一阶自回归模型对某院入院人数进行预测[J].中国医院统计，2011，18（2）：144-145.。