基于R语言的ARIMA模型在医院平均住院日预测中的应用

作者：郭在金; 周罗晶^*

来源：中国医院统计, 2022, 29(04): 279-282.

• 平均住院日
• 差分自回归滑动平均模型
• R语言
• 预测模型

目的 建立差分自回归滑动平均模型(ARIMA),预测江苏省某三甲医院的平均住院日，为医院医疗资源的配置提供科学参考。方法 以江苏省某三甲医院2013年1月至2021年6月全院平均住院日数据为基线，利用R软件构建ARIMA模型，对2021年7月至2022年5月11个月的全院平均住院日进行预测，并与实际值进行对比，评价ARIMA模型的预测效果。结果 该医院的平均住院日自2013年1月起逐年呈现下降趋势，并且具有一定的季节特征。拟合最佳的ARIMA模型为ARIMA(0,1,1)(0,1,1)12,其平均相对误差MAPE为1.78%,均方根误差RMSE为0.24。ARIMA模型的预测中，RMSE为1.49,MAPE为7.78%,预测结果较为理想。结论 应用ARIMA模型对该院的平均住院日预测效果较好，可用于该院平均住院日的短期预测。

• 单位
  江苏省苏北人民医院; 公共卫生学院; 扬州大学