时间序列分解模型在山东省糖尿病门诊量预测中的应用

摘要

目的使用时间序列分解法建立数学模型,对山东省2型糖尿病"周"门诊量进行预测分析,并评价模型的预测效果。方法首先使用移动平均法计算时间序列的季节指数(St),然后用消除季节影响的时间序列建立ARIMA模型,与季节指数相乘,建立相应的时间序列分解模型并进行模型精度评价。结果建立的St×ARIMA(2,1,2)模型具有较高的拟合度,R^(2)=0.947,预测2018年山东省糖尿病门诊量将同比增加20.14%,且糖尿病患者门诊就诊具有显著的季节周期性和节假日效应。结论时间序列分解模型可以较好地拟合糖尿病门诊人次并用于短期预测,2型糖尿病门诊量的过快增长、周期性和节假日效应需要针对性的政策干预。