应用回归模型预测人均住院费用

目的预测我院2009年人均住院费用,为管理决策提供依据。方法选取2000--2008年历史资料,用最小二乘法确定回归模型,并计算标准估计误差,修正预测模型。结果在95％的把握程度下,我院2009年的人均住院费用在5003．92元到6025．10元之间,人均住院费用逐年上涨。结论回归模型预测医院人均住院费用结果准确、可靠,实用性强。     

用最小二乘法预测医院出院人次

目的：建立线性回归模型,预测我院2013年、2014年出院人次。方法采用最小二乘法建立线性回归方程,并预测近2年出院人次。结果通过分析2003-2012年出院人次回归模型,线性关系显著（ P＜0．01）。出院人次直线回归方程为：Y＾＝0．13＋0．14 X。预测得2013年、2014年出院人次分别为1．67、1．81万人次。95％的置信区间分别为（1．62～1.72）和（1．79～1．83）万人次。结论用最小二乘法对出院人次进行预测,是统计理论在实际工作中的应用,可为医院工作计划和决策提供理论依据。     

某医院出院人数趋势预测

目的 建立线性回归模型,预测某医院出院人数,为医院决策提供的理论依据.方法 采用最小二乘法建立线性模型,并预测近两年出院人数.结果 某医院2001-2011年出院人数Y与时间X（年度序号）呈线性关系,直线回归方程为Y=3 715＋520.5X.预测的2012年出院人数为9 962人,95%概率的波动区间为8 348～11 575人;预测2013年出院人数为10482人,95%概率的波动区间为8 803～12 162人.结论 最小二乘法是从事物变化的因果关系出发对未来发展趋势进行预测的一种方法.本文通过出院人数的预测,为制订2012-2016年五年规划和年度工作计划提供了科学的理论依据.     

用最小二乘法预测医院住院人数

目的 建立线性回归模型,预测某医院2007-2010年住院人数.方法 采用最小二乘法建立线性模型,并对模型进行回归分析.结果 某医院2007-2010年住院人数预测值分别为17150、18260、19370和20480.预测区间分别为14750～19550、15860～20660、16970～21770、18080～22880.结论 最小二乘法是从事物变化的因果关系出发来进行预测的一种方法,通过预测住院人数,能为医院的工作计划和决策提供理论依据,使卫生资源合理应用.     

某院门诊病人的预测与分析

目的预测医院门诊病人工作量，为制定医院工作计划提供科学的决策依据。方法选用某院2001—2010年门诊人次，用最小二乘法建立线性模型，对模型进行回归分析。结果回归模型为y=32．6＋4．0t（万人）。t检验、显示该方程有统计学意义。结论预测门诊人次，有利于合理安排就诊流程，为广大群众提供高质量的门诊服务。     

乌鲁木齐市某院住院人数长期趋势模型的建立与预测

目的 用时间序列建立住院人数线性回归模型,预测2010、2011、2012、2013年的住院人数. 方法 选取乌鲁木齐市某院2004-2009年住院人数,用最小二乘法建立线性模型,并对模型进行回归分析.统计数据采用PEMS3.1统计软件进行统计学处理. 结果 回归模型为=3 892＋2 730X,方差分析结果P=0.003 8,按α=0.05水准,P＜0.05,可以认为住院人数与年次有直线回归关系.某院2010、2011、2012、2013年的住院人数点预测值分别为23 002、25 732、28 462、31 192;区间预测为18 102～27 901、19 677～31 786、21 217～35 706、22 737～39 646. 结论通过预测住院人数为医院的工作计划和决策提供依据,使卫生资源实行优化配置.     

基于组合预测模型对门诊量的预测

目的充分利用单个预测模型的有用信息,建立精度更高的组合预测模型。方法用1993--2002年某院门诊量实际数据建立3个单项预测模型,按“误差平方和最小”原则,将自回归预测模型、折扣最小二乘法模型和GM（1,1）模型优化组合成一新模型;然后分别用这4种模型对2003-2008年的门诊量进行预测,并对预测结果进行分析比较。结果折扣最小二乘法模型、GM（1,1）模型、自回归预测模型和组合预测模型的误差平方和分别为97．1885、57．4453、57．9136和49．5918。结论组合预测模型优于单个预测模型。     

某院住院人数长期趋势模型的建立和分析

目的用时间序列建立住院人数线性回归模型,预测2005年的住院人数。方法选取某院1998—2004年住院人数,用最小二乘法建立线性模型,并对模型进行回归分析。结果回归模型为Y^=16032+2103X,用t检验显示该方程有统计学意义。对该院2005年住院人数进行点预测和区间预测,用2005年实际住院人数进行检验,证明该模型具有良好的实用价值。结论通过预测住院人数为医院的工作计划和决策提供依据,使卫生资源实行优化配置。     

应用最小二乘法预测我院出院人次

目的 预测我院2010年住院人次,为医院管理者决策提供理论依据.方法 应用最小二乘法建立线性回归模型.结果 出院病人数逐年增长,回归直线方程为=7 412.4＋699.4t.在95%的置信度下,我院2010年出院人次的预测区间为9 528～12 290人次.结论 应用最小二乘法预测医院工作量,方法简便、实用,在医院管理中发挥着重要的作用.     

组合预测法在门急诊量预测中的应用

目的 为充分发挥单个预测模型的优点，建立优化组合预测模型。方法 以1990-2000年我院门急诊量作为原始数据建立单个模型，按“误差平方和最小”原则，将GM（1，1）模型和折扣最小二乘法模型优化组合成一新模型，并对三者的预测结果进行比较分析。结果 GM（1，1）模型、折扣最小二乘法模型、组合预测模型的误差平方和分别为92．26，317．77，61．13。结论 组合预测模型优于单个预测模型，适于统计预测。     

我院2007～2009年门诊量预测与分析

目的通过我院2000～2006年的实际门诊量变化趋势,预测2007～2009年的门诊量,为医院进行管理提供科学依据.方法用最小二乘法建立预测方程.结果预测模型为(y)=53.27+7.56t结论门诊量呈上升趋势,加强门诊建设,打造毓医品牌.     

应用回归模型预测某专科医院妇产科人均住院费用

目的预测我院妇产科2010年人均住院费用,为妇产科管理提供依据。方法选取2001-2009年历史资料,用最小二乘法确定回归模型,并计算标准估计误差,修正预测模型。结果在95％的把握程度下,我院2010年的妇产科人均住院费用在2476元到2737元之间,妇产科人均住院费用逐年上涨。结论用回归模型预测医院妇产科人均住院费用结果精确、实用。     

某医院住院人数长期趋势模型的建立和预测

目的用时间序列建立住院人数线性回归模型,预测2014、2015、2016、2017年的住院人数。方法用最小二乘法建立线性模型,并对模型进行回归分析。结果回归模型Y=13 067.28+2 511.04X,方差分析结果 P=0.0025,按?=0.05水准,P0.05,可以认为住院人数与年次有直线回归关系。某院2014、2015、2016、2017年的住院人数点预测值分别为33 156.60、35 666.64、38 177.68、40 688.72;区间预测为27 314.59~38 996.61、29 825.63~41 507.65、32 336.67~44 018.69、34 847.71~46 529.73。结论通过预测住院人数为医院的工作计划和决策提供依据,使卫生资源得到合理应用。     

折扣最小二乘法预测医院工作量过程中α系数的确定

目的对医院业务工作量进行科学预测。方法运用折扣最小二乘法，以某医院1994--2003年统计报表中的出院人数为资料来源，以作图法和计算拟合误差平方和来确定折扣系数（α系数），预测2004年的出院人数。结果本例中的折扣系数为0．4—0．6之间，据此可预测2004年出院人数为7572—7742人，2004年实际值为7688人，说明预测值与实际值较吻合。结论折扣最小二乘法是医院业务工作量预测当中的一个非常有力的工具，在实际预测过程中，折扣系数α的确定，对预测结果有着非常大的影响。所以，对医院发展前景进行科学预测，就必须先科学合理地确定好α系数。     

用统计方法对我院住院人次和门诊诊疗人次进行预测

目的预测我院住院人次和门诊诊疗人次。方法运用最小二乘法和指数平滑法进行预测。结果出院人次预测模型为：Y1=7．183＋1．276X,，门诊人次预测公式为：Y1＋1=aY1＋（1-α）Y1，得到预测年的点预测值和区间预测值。结论充分发挥统计的预测分析作用，为领导制定各项计划提供理论依据。     

应用回归模型预测住院人次

目的 预测我院2009年住院人次,为医院管理层决策提供依据. 方法 根据2000-2008年资料,用最小二乘法确定回归模型,并计算标准估计误差,修正预测模型. 结果 在95%的把握程度下,我院2009年的住院人次在18 357到25 095之间. 结论 住院人次逐年增加,医院可结合疾病谱和床位使用率,加强技术力量,调配床位,合理利用医院的人、财、物.     

重复观测数据的半参数回归分析

目的 研究重复预测数据的回归分析技术。方法 利用半参数回归分析的原理与方法，结合重复观测数据的特点，建立重复观测数据的半参数回归模型，并进一步讨论模型参数的估计方法及假设检验公式。结果 讨论了重复观测数据的半参数回归模型的模型误差，分析了重复因素的效应及参数的影响，给出了其模型的方差分析表。结论 通过实例分析，表明对重复观测数据的处理，半参数回归分析的效果优于普通的最小二乘法和广义最小二乘法。     

灰色系统GM（1，1）模型在医院经济预测中的应用

本文以医院门诊收入为例，应用GM(1，1)模型进行预测。通过实例比较，它的预测效果优于最小二乘法和三点法，值得推广和应用。     

二元回归直线方程预测住院收入

目的用二元回归直线方程预测医院的住院收入。方法用最小二乘法原理，运用Excel软件计算线性回归方程，最后作出预测。结果当2006年的出院人数为28782人时，住院收入为386919181元。结论医院住院收入受多因素影响，可选用多元回归直线方程进行预测。     

基于GIS技术的江苏省伤寒、副伤寒疫情空间分析

目的 深入探讨江苏省各县(市)2003～2009年伤寒、副伤寒疫情空间流行规律,根据地理信息及发病人数建立预测模型,为伤寒、副伤寒预防控制提供理论依据.方法 建立江苏省各县(市)2003～2009年伤寒、副伤寒疫情数据库,绘制历年疫情分布图,对发病人数进行趋势面分析、空间自相关分析,应用最小二乘法进行空间回归分析.结果...