TY - Jour A2 - 努沙娃，Nadia A. Au - Zhang，Xinli Au - Yu，Yu Au - Xiong，Fei Au - Luo，Le Py - 2020 DA - 2020/09/03 - 预测日常血液采样室访问在Arima和SES模型SP - 1720134 VL-2020 AB - 本文旨在建立一个组合预测模型，以预测在门诊血液采样室的日常访问方面对医疗的需求，为合理的安排提供了基础人力资源和规划。在分析医院中的随机性，周期性，趋势和每日血液收集的日常效应的综合特征的基础上，我们首先建立了一个自回归综合移动平均模型（ARIMA）模型捕获周期性，波动性和趋势，其次，我们考虑了一天的一天效果，构建了一个简单的指数平滑（SES）模型。最后，基于两种模型的预测结果建立残差校正的组合预测模型。该模型适用于成都的大型医院的门诊血液采样室的每日60周的数据，用于预测未来1周的每日血液收集。结果表明，组合模型的MAPE是总体上最小的，其中周末的改进是显而易见的，表明极值的预测误差显着降低。Arima模型可以提取时间序列的季节性和非季度部件，并且SES模型可以捕获时间序列的整体趋势和常规变化的影响，而组合预测模型，考虑到时间的综合特征系列数据，具有比单个型号更好的预测精度。 The new model can well realize the short-to-medium-term prediction of the daily number of blood collections one week in advance. SN - 1748-670X UR - https://doi.org/10.1155/2020/1720134 DO - 10.1155/2020/1720134 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -