论文部分内容阅读
时间序列模型预测中,当有大级别的突发事件时,如SARS爆发后对医院门诊人数的影响,限制抗生素使用的对医院抗生素使用量的影响,药品市场价格波动中的政策干预等,一般时间序列模型(如ARIMA模型、指数模型)难以对这样具有"突变性"的时间序列进行处理,而干预分析模型将干预因素体现在了干预变量中,恰恰可以较好地解决这一问题.干预分析的目的,就是从定量分析的角度来评估政策干预或突发事件对事件过程结果的具体影响.本文旨在通过对时间干预分析模型的介绍、SAS的实现及其在中国抗生素受政策影响方面的应用来说明该模型在医学研究领域的意义.