ARIMA与LSTM模型在医院出院人次预测中的比较研究

作者：王淑平; 李敏; 杜敏; 刘杉; 梁颖; 罗建伟^*

来源：公共卫生与预防医学, 2021, 32(01): 18-21.

• ARIMA乘积季节模型
• LSTM神经网络模型
• 出院人次

目的通过ARIMA乘积季节模型和LSTM神经网络模型拟合某三甲专科医院的月出院人次并进行预测,比较两种模型的预测效果。方法运用某三甲专科医院2013—2018年度的月出院人次,分别构建ARIMA乘积季节模型和LSTM神经网络模型,然后利用所得的模型对2019年度的月出院人次进行预测并与实际数据进行比较。采用平均绝对百分误差(MAPE)对模型的预测效果进行评价。结果 ARIMA乘积季节模型和LSTM神经网络模型的预测数据与2019年度1～12月份实际出院人次的MAPE值分别为7.90%和14.26%。结论 ARIMA乘积季节模型的预测效果要好于LSTM神经网络模型,ARIMA模型预测结果表明2019年度某三甲专科医院的月出院人次呈增长趋势,与实际数据的吻合度较好。

• 单位
  湖北工业大学; 湖北省肿瘤医院