|
临床红细胞需求量的时间序列分析及预测
刘芸男1*,彭荣荣1*,杨冬燕2,赵明烽1,王含柔1,杨小丽1
2020 (08):
1113-1119.
doi: 10.3969/j.issn.1674-8115.2020.08.019
摘要
(
625 )
PDF(7031KB)
(
267
)
目的·利用差分整合移动平均自回归模型(autoregressive integrated moving average model,简称ARIMA模型)建立临床红细胞需求预测模型,为制定血液采集及献血者招募计划提供科学依据。方法·收集2006年1月—2016年6月重庆市血液中心的临床红细胞出库数据,利用SPSS软件建立ABO血型的ARIMA模型。运用建立的模型预测2016年7月—12月ABO各血型红细胞的临床需求量,并与实际值比较以验证预测效果。结果·成功建立ABO血型各自的最优模型,A型为ARIMA(3,1,0)(1,1,0)12、B型为ARIMA(3,1,0)(0,1,1)12、O型为ARIMA(3,1,0)(1,0,1)12及AB型为ARIMA(3,1,0)(0,1,1)12。各模型的Ljung-Box Q统计量均无统计学意义,残差序列均为白噪声,拟合效果良好;且各模型于2006年1月—2016年6月的拟合值与实际值间动态趋势大致相同,2016年7月—12月的临床需求量实际值均在预测值的95%CI内,平均相对误差均在10%以内。结论·ARIMA模型预测精度较高,能较好地拟合临床红细胞需求量的变化趋势,适用于临床红细胞各血型需求量的短期预测。
相关文章 |
计量指标
|