目的：探讨分析差分自回归滑动平均(ARIMA)和滑动平均(MA)模型在预测广州市急救调度日出车数量方面的价值。方法：采用Matlab仿真软件对广州市2021年1月1日-2021年7月31日的急救调度出车记录分析计算日出车数量时间序列，对该序列进行时序预测模型辨识，得到ARIMA(1,1,1)、MA(4)以及MA(7)模型，利用这些模型对日出车数量做出预测。其中ARIMA(1,1,1)模型采用1~20周的数据作为预测集估计模型参数，参数运算采用Prony和Stcmb两种方法，预测当天到63天以内的出车数量；MA(4)和MA(7)模型采用均匀系数，预测当天出车数量。结果：ARIMA(1,1,1)、MA(4)以及MA(7)都可以实现对日出车数量的有效预测，预测平均绝对百分比误差（MAPE）低于7%，预测的结果基本都位于95%置信区间内，利用模型的残差分析验证了模型显著有效。结论：ARIMA模型可以对急救调度日出车量做长期有效预测，MA模型可以对急救调度日出车量做短期有效预测。

王静,江慧琳,李双明,曾睿,刘佳,李艳玲,朱永城,林建权,陈晓辉. 时序预测模型对广州市急救需求量的预测价值[J]. 中华急诊医学杂志, 2022,31(8): 1153-1158.
DOI号:

基金项目：广州市卫生健康科技重大项目（2020A031005）；广东省医学科学技术研究基金项目（A2022344）；广州市重点学科（2021-2023）

关键词： 差分自回归滑动平均模型 滑动平均模型 预测 急救调度 Matlab仿真

引证文献(引用了本文的文献)

1） 王静. 时序预测模型对广州市急救需求量的预测价值[J]. 中华急诊医学杂志,2022,31,8:1153-1158