论文部分内容阅读
目的：探讨SPSS8.0统计软件包中回归、指数平滑及ARIMA等时间序列分析模块的建模及诊断方法。方法：根据某医院1995年1月-2001年11月的门诊人次历史资料，建立对数模型、指数平滑模型和ARIMA乘积模型，并对三者的预测结果进行比较分析。结果：对数模型、指数平滑模型和ARIMA乘积模型的预测平均相对误差分别为14.34%，8.14%和4.89%。结论：ARIMA乘积模型适于对有趋势性和周期性的门诊量数据进行预测。SPSS8.0统计软件包时间序列分析模块操作方便，在医院统计预测中有广阔的应用前景。