医院管理中温特斯线性和季节性指数平滑法预测模型的应用研究

医院管理中温特斯线性和季节性指数平滑法预测模型

的应用研究

摘要：目的探究医院管理中温特斯线性和季节性指数平滑法预测模型的应用价值。方法通过温特斯线性和季节性指数平滑法测定模型，对本市属医院2015年1～4季度门诊诊次进行预测，对模型预测精度进行评价。结果基于温特斯线性和季节性指数平滑法测定模型下，对本市医院2015年1～4季度门诊诊次进行定量预测，结果较为满意。利用计算机反复迭代试算，得到了一组较佳的平滑常数（α、β、γ），使得预测模型预测误差较小。在实例分析过程中，3.5714%为平均绝对百分误差（MAPE），低于10%，由此可见，预测精度较高。结论在医院管理中，温特斯线性和季节性指数平滑法预测模型应用价值较高。

关键词：医院管理；温特斯线性和季节性指数平滑法预测模型；应用价值

随着我国卫生改革的不断深入，基本医疗保障体系得以建立，并在不断发展过程中得到完善，促使人们对基本医疗卫生服务提出更高的要求。基于21世纪新背景下，采用定量方式，掌握市民对医疗卫生的需

求，促使医疗卫生发展规划达到科学化标准，促使医疗卫生资源得到优化，达到提高医疗卫生资源利用率的目的，推动我国医疗水平发展。本文以本市医疗卫生单位门诊工作卫生统计资料为依据，构建温特斯线性和季节性指数平滑预测模型，分析其应用价值。

1 温特斯线性和季节性指数平滑预测模型

20世纪60年代初，温特斯提出了线性和季节性指数平滑法，该方法是结合时间顺序的因素分解和指数平滑的季节性预测方法。然而，温特斯线性和季节性指数平滑预测模型，是指数平滑法的发展，兼有线性趋势和季节变动的时间序列的短期预测较为适用。建立该模型主要分为三个步骤，一是构建趋势直线并设置为初始逼近，二是利用指数平滑法对趋势直线进行修正，三是结合季节性调整因子获得未来水平预测值[1]。

对于该预测模型，可表示为如下：

α、β、γ是温特斯线性和季节性指数平滑预测模型中所涉及的三个参数，基于实践经验下，常用的参数值为α=0.30、β=0.05、γ=0.10。若采用实验法进行平滑指数选取时，应对三个平滑指数的所有可能性的搭配均考虑到，选择效果最好的预测模型。

初始值是任何类型指数平滑法的所必备的，且平

滑方法是初始值数目与确定的决定性因素。对于温特斯线性和季节性指数平滑法，确定其初始值的方法如下所示：

SL+1=YL+1……⑤

其中，L表示季节周期长度。

指定的初始值必须蕴含意义，或者说进行的估计属于正确的。若对初始值的正确性存在怀疑时，可通过调大平滑常数α的方式，避免各期平滑值受到影响。

若时间序列的时序号以t=0为出发点，那么，以上各算式中的St需改为S0，而且，与t相关的下标均需进行合理改动[4]。

2测定预测精度

基于社会经济不确定性前提下，随机性不可避免。不管预测方法有效性多高，预测模型对历史数据拟合效果多好，观察值与预测值间的误差必然存在。因此，为促使误差得到缩减，迫使误差值处于最低状态，促使预测精度得到提升，逐渐上升至预测方法研究和预测方案设计的关键性内容。对于预测精度评定指标主要包括以下几个：平均百分误差（MPE）、误差平方和（SSE）、平均误差（ME）、误差标准差（SDE）、均方误差（MSE）以及平均绝对百分误差（MAPE）（%）。本次研究以均方误差和平均绝对百分误差为指标[5]。

3 分析实例

以本市属医院2013～2014年1～4季度门急诊诊次资料为依据，利用温特斯线性和季节性指数平滑预测模型预测2015年1～4季度门急诊诊次。

基于VisualForpro5.0编程为依据，设置0.05～0.95，0.05为步长，利用计算机获得多个结果，通过自动化选择和保留，最佳预测模型结果以平均绝对百分误差（MAPE）最小为指标。在计算基础上，得知α=0.30、β=0.20、γ=0.60时平均绝对百分误差和均方误差为最小值，达到了预测模型最优化效果。同时，基于α=0.30、β=0.05、γ=0.10下，进行误差计算。另外，基于计算机编程反复迭代作用下，获得的最佳预测模型相关误差均明显低于所推荐参数得到的模型误差。其中，3.5714%为本次研究模型平均绝对百分误差，低于10%。

在此背景下，以本市属医院2015年1～4季度门急诊诊次实际值为出发点，结合温特斯线性和季节指数平滑预测模型预测值，对比实际值与预测值，实际值均处于预测值范围内，见表1。可见，该预测方法预测效果较佳。

4 讨论

在构建温特斯线性和季节指数平滑法预测模型基

础上，为定量化预测本市属医院2015年1～4季度门急诊诊次提出方法，且其预测结果精准度较高，促使卫生管理决策达到科学化、合理化标准，提高管理效果。统计预测方法较多，且对于不同的预测方法，其存在不同的时间序列。指数平滑法不仅具有直观性强的特点，而且存在操作简单、递推性质强的等优点，并在医院管理中得到广泛应用。基于连续测试时，只需对最低限度数据进行存贮，且在t时期时，无需掌握过去的观察值，只需掌握本次研究的实际数据和预测数值即可，则可通过计算，获得相对应的第t+1下的预测值，充分显示了指数平滑法的优势。总而言之，通过计算机，利用迭代模拟试算达到建模的目的，以达到获得最优参数值得目的，促使温特斯线性和季节指数预测模型计算更为简单，提高预测精准度，体现其在卫生管理中的应用价值。

参考文献：

[1]杨建南，李萍，李世云，等.温特斯线性和季节性指数平滑法预测模型在医院管理中的应用探讨[J].

中国卫生信息管理杂志，2010，06：74-77.

[2]杨建南，李世云，李萍，等.温特斯线性和季节性指数平滑法预测模型在医院管理中的应用探讨[A]//中国医院协会病案管理专业委员会

（ChineseMedicalRecordAssociation）.中国医院协会病案管理专业委员会第十九届学术会议论文集.2010：5.

[3]陆波，闵思韬，闵红星，等.应用ARIMA模型预测麻疹发病率的可行性研究[J].中国卫生统计，2015，01：106-107.

[4]余苑霖，黄颖.主成分回归和指数平滑组合的天然气需求预测--以四川省为例[J].企业改革与管理，2015，08：43-45.

[5]杨建南，李萍，李世云，等.温特斯线性和季节性指数平滑法预测模型应用探讨[J].中国数字医学，2010，11：49-51.

编辑/赵恒德