基于时间序列分析的单采血小板临床需求预测模型研究

更新时间:2023-05-28

【摘要】目的探讨自回归移动平均（autoregressive integrated moving average,ARIMA）模型预测临床血小板需求量的可行性,为科学制定采血招募计划提供依据。方法对重庆市中心血站2006年1月至2016年6月每月单采血小板临床用量建立ARIMA模型,运用最优模型预测2016年7至12月每月单采血小板临床用量,以验证预测效果。结果单采血小板临床用量的最优模型为ARIMA（0,1,1）（1,0,1）12,模型残差序列自相关函数和偏自相关函数基本落在95%的置信区间内,并且Ljung-Box Q统计结果表明残差不存在相关关系（P>0.05）,说明残差序列呈白噪声,模型通过检验。模型的实际值和预测值均在95%的置信区间内,且预测值与同期单采血小板临床用量的实际值比较,曲线变化趋势基本一致,平均相对误差为7.5%,预测精度较高。结论最优模型ARIMA（0,1,1）（1,0,1）12能较好地拟合单采血小板临床用量在时间序列上的变化趋势。

【关键词】 ARIMA模型 单采血小板 临床需求预测 中心血站

阅读全文