利用时间序列分析预测模型分析某季节性流行病的发展趋势

作业目的:基于某医院某科室挂号数据(2000年-2011年)分析某流行病的发展趋势。预测未来2年这种流行病的发病人数,利用得到的预测值帮助医院制订对此流行病的应对措施,如:床位的合理利用,相关药品储备,医生和护士的轮岗和值班日程安排等。



数据来源:源于某深圳某医院的真实数据,由于保密协议,作者己对数据进行线性模糊化处理,但大体趋势还是可以体现的。



建模与分析方法:时间序列模型,利用差分自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)进行分析预测。



参考资料:

http://baike.baidu.com/view/1370366.htm

http://www.stat.pitt.edu/stoffer/tsa3/R_toot.htm

http://a-little-book-of-r-for-time-series.readthedocs.org/en/latest/src/timeseries.html



特别鸣谢:感谢王大庆同学在我苦于寻找分析数据的时候,跟我分享了他的R 语言安装包增长统计的时序分析计划。



1.      样本数据

1.jpg



2.      以季度为基本单位,分解样本数据,分析整个样本数据中的趋势。

2.jpg

这幅图反映的是这个流行病每年的发生的频率,说明这种流行病是在每年的6月到9月是属于高发病期。



3.      流行病在2000年到2011年的发展趋势图

3.jpg

         从trend这幅图中可以,在2000到2011年,每年感染这种流行病的人数一直保持着上升的趋势。说明在未来的日子里,这种流行病的发病人数可能会越来越多。



4.      使用经典时间序列预测模型:差分自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA) 对未来2年的发病人数进行预测,可预测值为:

4.1.jpg


    分析可得,2012和2013年7月的发病人数是最多的。由分析模型可得发病人数在这2年中的最大值和最小值数据是:

       4.2.jpg

       4.3.jpg


以7月份为例子,2012年7月份的置信区间是[7553.426,8963.332],2013年7月份的置信区间是[7192.842, 9740.163]. 所以建议医院在未来2年中对7月份做预案计划的参考区间是[8258.379,8963.322],[8466.502, 9740.163] (即以预测值与最大值之间的数据为参考).


5.      趋势图为:

     5.jpg

转载于:https://my.oschina.net/u/2245039/blog/379172

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值