本文旨在通过应用不同数学统计模型对三组不同趋势变化的医院时序资料进行预测，通过比较以寻求一种较为适合医院时间序列资料的预测方法。 第一组是具有不规则变动趋势的门诊人次资料。 第二组是具有季节周期变动的医药消耗（X光片）资料。 第三组选取《数理医药学杂志》2000年13卷1期中的“最优加权组合预测法在河北省卫生人力预测中的应用”一文中的卫生人力资料，采用基于人工神经网络的组合预测法进行分析预测，并与该文提出的最优加权组合预测法的预测结果进行比较。 结果显示，在三组数据中，基于神经网络的组合预测方法的预测精度大大优于其它的一般方法。 在非线性时序资料的预测中，基于神经网络的变权重组合预测模型的建立和应用是提高预测模型的预测精度，增强预测模型实用性的有效途径，展现出了它不可替代的强大优势，可以作为统计预测分析的一个得力助手在医院管理统计工作中加以应用。此外，实践证明对于医院管理工作中常见的时间序列资料，根据统计理论和数学方法，建立描述该序列适应的或最优的数学模型，并进而进行预测和控制，是可能的、合理的、科学的。