本文選題：ARIMA模型 + 預報��； 參考：《山西醫(yī)科大學》2008年碩士論文

【摘要】： 時間序列是按照時間順序取得的一系列觀察值,時間序列數(shù)據(jù)的本質特征就是相鄰觀察值之間的依賴性。所以在對時間序列數(shù)據(jù)進行分析時,一般的回歸模型難以體現(xiàn)變量自身前后及應變量與自變量過去的依賴關系。自回歸求和滑動平均(ARIMA)模型是對變量自身前后依賴性進行分析的技術,它描述了變量自身當前與過去的統(tǒng)計依賴關系,在顯示變量的動態(tài)系統(tǒng)(dynamical system)演變規(guī)律方面有著較為豐富的結構。 ARIMA模型由George E.P.Box和Gwilym M.Jenkins首次系統(tǒng)提出,其建模的假定較少,容易得到滿足,在現(xiàn)實的系統(tǒng)中有著廣泛的應用。 使用ARIMA模型對時間序列進行分析,最大的意義在于預報。本文中,我們將利用ARIMA模型對醫(yī)療資源消費進行預報,并將預報結果與實際值和普通回歸模型的預報結果進行比較。
[Abstract]:The time series is a series of observation values obtained according to the time sequence. The essential feature of the time series data is the dependence between the adjacent observation values. Therefore, in the analysis of time series data, the general regression model is difficult to reflect the variables before and after and the dependent relationship between dependent variables and independent variables in the past. The autoregressive summation moving average (ARIMA) model is a technique for analyzing the dependence of variables before and after, which describes the current and past statistical dependencies of variables themselves. There are abundant structures to show the evolution of dynamic system. ARIMA model is proposed by George E.P.Box and Gwilym M.Jenkins for the first time. Its modeling assumptions are few and easy to be satisfied. It is widely used in real systems. The ARIMA model is used to analyze the time series, and the greatest significance lies in the prediction. In this paper, we will use ARIMA model to forecast the consumption of medical resources, and compare the forecast results with the actual values and the results of the general regression model.
【學位授予單位】：山西醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2008
【分類號】：R311;R197.1

【參考文獻】

相關期刊論文 前6條

1 周惠;青島港貨運吞吐量的時間序列模型[J];數(shù)理統(tǒng)計與管理;2004年04期

2 謝衷潔,王弛;用時間序列方法預測股票價格初探[J];數(shù)理統(tǒng)計與管理;2004年05期

3 湯潤龍,顏春蓮,張曙光;紅塔系列香煙月均價格的時間序列分析[J];數(shù)理統(tǒng)計與管理;2005年01期

4 吳沖鋒,吳文鋒;基于成交量的股價序列分析[J];系統(tǒng)工程理論方法應用;2001年01期

5 易東;張蔚;;醫(yī)院季節(jié)性時間序列資料的周期自回歸模型及其應用[J];中國衛(wèi)生統(tǒng)計;1993年05期

6 劉曉宏,金丕煥,陳啟明;ARIMA模型中時間序列平穩(wěn)性的統(tǒng)計檢驗方法及應用[J];中國衛(wèi)生統(tǒng)計;1998年03期

，

本文編號：1852749