灰色预测模型及SAS实现

灰色预测是灰色系统理论的重要组成部分，由于其具有所需样本数据少、不要求典型的概率分布等特点，在许多领域得到了广泛的应用。     

城市垃圾量的灰色预测

运用灰色系统原理,提出了城市垃圾量预测的非线性模型,并将其非线性微分方程化为简单的非线性方程。根据最小二乘法确定了模型中的参数,从而避免了复杂的矩阵方程运算。文中给出了该模型的ｍａｔａｌａｂ程序,且该模型相比线性模型ＧＭ（１,１）而言,适用性广,拟合精度高。实例验证了该模型用于城市垃圾量预测的可行性和有效性。     

基于灰色马尔可夫模型的医学影像检查量预测

医学影像检查量预测对于医院医疗管理决策有着重要意义。但医学影像检查量受外界因素影响大、波动性强,常规预测方法易造成较大偏差。本文提出了一种基于灰色马尔可夫模型的医学影像检查量预测方法,该方法结合了灰色模型与马尔可夫模型,提高了医学影像检查量的预测精度,解决了其随机波动性问题,可为管理决策提供更准确的参考信息。     

灰色预测模型的SAS程序改进

基于少数据模型GM(1,1)的预测称为灰色预测,是灰色系统应用的重要领域.由于该模型对数据量的要求少、不要求典型的概率分布,因而在许多领域有着广泛的应用[1].参考文献[1]提出了GM(1,1)在SAS中的实现程序,但该程序有以下两个缺点:①没能对数据是否适合GM(1,1)模型进行事前检验;②只能对历史数据进行预测比较,不能对未来数据进行预测.从某种意义上说参考文献[1]提供的程序是不能满足GM(1,1)模型预测的需要,本文从这两方面对该程序进行改进.     

基于ARIMA乘积季节模型预测恶性肿瘤住院量、住院费用及平均住院时间

目的应用自回归求和移动平均(Autoregressive Integrated Moving Average Model,ARIMA)乘积季节模型分析和预测恶性肿瘤住院量、住院费用及平均住院时间,为医院恶性肿瘤业务管理提供科学依据。方法收集某院2007—2016年逐月十大恶性肿瘤(肺癌、肝癌、白血病、结直肠癌、胃癌、甲状腺癌、恶性淋巴瘤、前列腺癌、乳腺癌和肾癌)住院患者资料,采用ARIMA乘积季节模型对2007—2015年逐月恶性肿瘤的住院人次、住院费用和平均住院时间进行模型拟合,用2016年逐月数据评价其预测效果,并预测2017和2018年该十大恶性肿瘤逐月住院人次、住院费用及平均住院时间。结果 ARIMA(0,1,1)(0,1,1)_(12)是恶性肿瘤住院人次、住院费用及平均住院时间的最佳拟合预测模型,拟合相对误差分别为-0. 89%、4. 71%及-0. 80%。根据ARIMA(0,1,1)(0,1,1)_(12)预测结果,2017年该十大恶性肿瘤住院量将达21 489人次,住院费用将达11. 06亿元,平均住院时间将达11. 29 d。2018年住院量将增至22 894人次,住院费用将高达14. 01亿元,平均住院时间将缩短至10. 45 d。结论 ARIMA季节乘积模型能较好地应用于医院业务管理预测中。     

灰色模型在专家门诊量预测中的应用

专家门诊量是医院门诊工作的一个重要指标 ,它直接或间接反映了医院的应诊能力、医疗技术水平和服务质量 ,极大地满足了患者对医疗卫生服务日益提高的要求。随着医疗改革的不断深化 ,专家门诊量占门诊总量的比重逐年递增 ,为了更好的发挥三甲医院在省内的骨干作用 ,合理安排门诊的应诊工作 ,故有必要对今后 2～ 3年的专家门诊量进行灰色GM (1,1)模型预测。1　资料来源资料来源于我院 1993— 2 0 0 0年统计台帐 (见表 1)。表 1　我院 1993— 2 0 0 0年专家门诊量与门诊总量年份 1993年 1994年 1995年 1996年 1997年 1998年 1999年 2 0 0 0年…     

住院手术量变动趋势分析及预测

目的分析和预测住院手术量的变动趋势，为合理配置医疗资源、提高管理水平提供参考。方法以2000--2006年住院手术量为依据进行动态分析，并采用时间序列预测法对2007年手术量进行预测。结果住院手术量具有周期变动和稳中有升的特点，其中脑外科、五官科、眼科的手术量在7年间变化显著。结论季节因素已经不是影响住院手术量变动的原因，主要与工作日有关。在医院规模受限制的情况下，整合区域内卫生资源的配置已成为当务之急。     

基于SAS的杀虫剂毒力筛选计算机实现

目的采用国际通用的SAS统计分析平台编制计算机程序,实现杀虫剂毒力的快速筛选。方法以德国小蠊为试虫,对A、B2种杀虫剂进行室内熏蒸毒力测定,对所得数据进行计算机程序演算,以加权概率单位法拟合毒力回归线,计算2种药剂的LC50及其95%置信限（95%CI）,并对2种药剂LC50及毒力回归线斜率进行两两分析比较。结果 A、B药剂杀灭德国小蠊的毒力回归线分别为Y（probit）=-3.193＋5.005×Log1（0dose）和Y（probit）=-2.498＋2.696×Log1（0dose）;参数效应Waldχ2检验的P值均〈0.01,方程拟合优度检验的P值均〉0.05。2种药剂的LC50值分别为4.35g/m^3（95%CI：3.17～5.29g/m^3）和8.44g/m^3（95%CI：6.07～10.66g/m^3）;毒力线斜率分别为5.005和2.696。A、B药剂LC50两两比较结果：u=3.415,P〈0.001;斜率间两两比较结果：t=2.028,P〈0.05。提示从药剂的毒力和虫群敏感性而言,A药剂均强于B药剂。结论建立的快速筛选方法及编制的程序计算结果经双重验证,证明准确、可靠,且简便、快捷。     

基于灰色预测模型的门诊量预测——以上海市浦东新区门诊总量为例

简要介绍灰色预测模型的数学原理、建模过程及各种检验，应用灰色预测模型对上海市浦东新区门诊总量进行预测并实施检验。     

基于灰色理论模型的大型医疗设备维修量预测

本文阐述了灰色理论的基本原理,并分别运用灰色理论模型GM（1,1）和GM（1,2）对大型医疗设备年维修量进行预测,结果表明两种模型预测结果都较为准确,将医疗设备数量作为影响因素的G（1,2）模型预测结果更为合理。应用灰色模型预测可为医学工程部门进行医疗设备维护管理提供决策依据。     

数据包络分析在SAS中的实现

随着数据包络分析 (ＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓ ,简称ＤＥＡ)应用领域的拓展 ,在医疗卫生中的应用也越来越广泛 ,但ＤＥＡ计算过程复杂 ,一般统计软件包又无专门的程序。因此ＤＥＡ的应用受到一定限制。本文针对实例 ,编制了ＤＥＡ中最基本的Ｃ2 Ｒ模型的ＳＡＳ程序 ,抛砖引玉。模型简介基于投入的Ｃ2 Ｒ模型是ＤＥＡ中最基本的一种模型 ,假设每个被评价单位有ｈ种投入 ,ｍ种产出 ,共有ｎ个被评单位。构造Ｃ2 Ｒ模型如下〔1〕:ｍｉｎ〔θ -ε(ｅＴｓ- ｅＴｓ )〕ｓ.ｔ.∑ｎｊ=1λ1ｊｘｊ ｓ- =θｘ0∑ｎｊ=1λ1ｊｙ…     

ZIMB模型在临床研究中的应用及SAS实现

目的 介绍ZINB模型在零过多临床计数资料中的应用和SAS实现.方法 在SAS的countreg过程下通过ZINB模型分析冠心病患者心肌缺血节段数的影响因素,参数标准误估计采用Hessian阵和BHHH法.结果 患者冠心病家族史、年龄、ESV是发生心肌节段缺血的主要影响因素,心肌缺血节段发生数的多少与患者糖尿病史、冠心病家族史、左室收缩末容积有关.结论 ZINB模型能够有效地捕捉到计数资料中存在的零过多情况,不但能够分析观察个体在何种条件下发生事件而且还能够分析影响发生次数多少的因素.     

病案随机抽样的SAS实现

目的 病案随机抽查是病案管理工作的重要步骤之一,本文系统介绍运用SAS软件快速获得准确反应整体情况的病案随机样本的方法.方法 以国际权威的统计分析软件SAS为运行环境,介绍病案数据的导入以及运用surveyselect过程实现随机抽样的方法,提供了病案管理工作中常用简单随机抽样和分层随机抽样(含单个分层因素、多个分层因...     

条件logistic回归模型的SAS计算程序

条件ｌｏｇｉｓｔｉｃ回归模型的ＳＡＳ计算程序第四军医大学卫生统计学教研室宇传华徐勇勇病例－对照研究资料的条件ｌｏｇｉｓｔｉｃ回归模型计算比较复杂，常需借助统计软件进行计算，国际通用软件ＳＡＳ（６．０４版本）有ＬＯＧＩＳＴＩＣ和ＰＨＲＥＧ两个过程步能较...     

Box-Cox变换及其在SAS软件中的实现

Box-Cox变换简介在统计工作中,特别是在一般线性模型的运用中,经常出现模型残差不符合正态分布的情况,此时如直接使用线性模型,显然是不合适的,而通常的解决办法有二:一是对应变量y进行变量变换;一是使用广义线性模型。本文讨论前者。对应变量y进行变量变换有许多方法,如倒数变换、指数变换等,而这些变换都可以通过一个公式而统一起来,这就是Box和Cox在1964年提出的Box-Cox变换,其形式为〔1〕:y(λ)=yλ-1λ,ifλ≠0;logy,ifλ=0.显然,该变换在λ=0时为对数变换,λ=-1时为倒数变换,而在λ=0.5时为平方根变换。Box-Cox变换还有一个扩展公…     

应用灰色模型GM(1,1)预测上海市甲肝发病率

目的:预测上海地区甲肝的发病趋势.方法:利用上海市甲肝发病资料,应用SAS软件建立灰色模型GM(1,1)来预测本市甲肝的发病率.结果:上海地区甲肝发病率(/10万)的灰色预测模型为:(ˇx)(1)(k+1)=-122.54e-0.1583k+ 148.61,拟合检验显示本模型精度等级为2级,可以应用于预测上海市甲肝未来的发病率.结论:灰色模型拟合和预测的结果显示上海市甲肝发病率保持持续下降的趋势.     

基于SARIMA模型的某省三级医院骨折住院患者量预测分析

目的 建立骨折住院患者量的预测模型,探索骨折住院患者量的季节变动规律及未来趋势,以合理安排资源、提高医疗工作效率。方法 收集山西省汾阳医院2017年6月至2022年3月骨折住院患者的临床资料,应用R 3.5.2软件进行时间序列分析和季节性自回归移动平均（SARIMA）模型的建模拟合,并用其对住院患者量进行定量预测和验证。结果 共纳入2 563例患者,平均年龄53.43岁,男、女之间的年龄分布差异有统计学意义（t=-17.798,P<0.001）。分月记录骨折住院患者量,时间序列分析提示住院患者量每年有2个高峰期,即5月和8月。使用2018年1月至2021年7月的训练集数据建立SARIMA(0, 0, 1)(1, 0, 0)12模型（白噪声检验,P=0.806）,对2021年8月至2022年3月的预测集数据进行短期预测,RMSE=0.24,MAPE=149.61,预测值与实际值的相对误差范围在1.81%～8.60%。结论 SARIMA模型拟合骨折住院患者量变化趋势较佳,可为医院或专业科室管理者提供决策依据,同时也可为骨折防治措施的制定提供参考。     

用3种综合评价方法对同等规模医院工作效率比较及SAS实现

目的建立3种综合评价方法的SAS程序,对医院综合评价。方法用SAS语言编写程序并运用于综合评价实例。结果实现了对10所规模相当医院进行工作效率评价的实践。结论所编写的SAS程序简便快捷,科学准确。     

疫情Word报表的SAS编程实现

目的进一步提高疫情分析工作效率和工作质量。方法：根据实际工作特点,调试现有的疫情数据库疫情统计报表程序。结果通过编写SAS程序和利用结果传递系统(ODS),使疫情数据库的统计结果直接生成Word统计报表,避免了以往手工粘贴统计结果到Word表格的麻烦,使得多项统计内容一次生成。结论编写的程序调试简便,减少了工作环节,方便于疫情统计分析的实际应用。     

应用SAS系统预测麻疹发病趋势模型的研究

应用SAS/ETS9系统中的时间序列,预测麻疹发病趋势的研究。通过使用多种模型对时间序列进行分析预测,并对多种方法进行比较,从而得到适合于时间序列的4种预测模型,分别以年总发病数及月总发病率进行了长期和短期预测。根据预测,2007年麻疹发病不会出现大的流行,2007年总发病数超过1126的概率<0·05;从长期来看,黑龙江省麻疹仍在相当长的时间内存在,并不会迅速灭亡,到2010年,年总发病数仍会>25例,到2020年,年总发病数仍会>5例。