数据智能之路

数据智能之路

​ 今天我们探讨一下，数据智能化的发展道路将会是什么样子的，想象一下未来数据智能化后可以给我们带来多么大的影响，可以出现在我们身边的那些方面，以及将会对我们的帮助。我们将借助三个数据智能化的案例来进行探讨理解数据智能化道路所给我们造成的影响和帮助，以及想象数据智能化后可以应用的工作领域。

1. 案例一：基于时间序列的患病人次预测与监控
2. 案例二：基于患者行为模式异常的医保反欺诈监控
3. 案例三：终极战场：智慧医疗

案例一：基于时间序列的患病人次预测与监控

​ 一个四两拨千斤的数理统计分析的案例

案例分析流程

1.1背景介绍与分析目标

背景介绍

​ 如今，定量化的了解区域内居民医疗卫生服务需求，对于合理制定区域卫生规划、优化医疗卫生资源配置、提高医疗卫生服务质量和效率，切实有效的缓解群众看病难、看病贵的状况，有着显著的现实意义。

目标分析

​ 对目标的分析主要围绕三点：

• 高精度
• 动态预测
• 可扩展性

高精度

​ 高精度指的是，在本次案例中假设针对某市患病的人次进行每个月的预测，并且希望能够将误差控制在5%左右，在确定模型稳健性之后既可通过预测序列和实际序列的比对来查找患病人次异常的时间点。

动态预测

​ 我们可以使用一种确定的模型进行长期的迭代预测，并且要求能够预测每年患病人次序列的波峰变化情况。

可拓展性

​ 在确定一种模型或方法后，能够应用到不同细分序列(如不同地区、不同人群的患病人次序列)、平行序列(如人次和金额序列)的预测当中，并且可以通过平行序列的比对来查找异常点。

1.2模型选择

​ 编辑时间序列（或称动态数列）是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。时间序列分析的主要目的是根据已有的历史数据对未来进行预测。在时间序列是一种以时间为自变量的特殊的回归，当序列本身呈现一定规律性、或与因变量相关的自变量都与时间有关时，可考虑使用时间序列模型进行预测。本案例中，时间序列起到的作用则是对诸多不确定性影响因素综合后的确定性影响效果进行捕捉。

1.3建模分析

​ 作为数理统计范畴内经典的回归类方法，它的建模过程主要分为：

• 假设检验：使用ACF和PACF进行检验

• 参数设置：根据检验结果，选择Holt-Winter三参数指平滑法
• 结果输出：输出模型的结果

• 结果评估：对结果进行评估，是否通过白噪声检验，即规律性是否捕捉完全

1.4模型优化

​ 模型优化不仅是针对数理统计，很多机器学习算法也是一样，建模容易优化难，大多数模型的使用口径较宽，优化过程才是整个建模过程的关键。优化的过程如下：

原始模型结果

​ 对于时间序列而言，只要通过了白噪声检验，就说明时间序列已经尽最大努力将与时间相关的规律性捕捉完全，但此时预测结果与实际值仍有10%左右误差

X-11过程分解

​ X-11模型是基于因素分解定理的确定性时序分析方法，其基本思想是将非平稳序列的确定性分解并提取，一般采用移动平均方法，包括简单中心平均移动、Henderson加权移动平均和Musgrave非对称移动平均等将序列趋势（包括线性趋势、非线性趋势）季节效应提取出来，而通过观察循环校正后的序列就能够判断是否有其他强影响因素对序列进行扰动并影响预测精度，即可以判断是否需要在时间序列模型中引入事件变量，同时由趋势项亦可看出序列的分布趋势。

引入事件变量

​ 根据X-11过程分解中曲线平滑度，判断随机影响因素，并将其量化为事件变量，引入模型，对结果进行修正。

优化后的输出结果

​ 经过输出结果与事件变量的交互式调整，最终把误差控制在10%以内。

1.5提交结果

​ 最终，我们对输出结果进行可视化呈现，此处仅作对报告中结果（非产品界面）进行简单呈现。

结果分析

​ 以季度为单位进行迭代式动态预测，以误差率作为评判指标，预测集和训练集无交集，可见模型较为稳健，并将误差率控制在5%-10%