用Excel解决问题.pptVIP

预测与决策集中作业 小组成员：李 瑞 2010104147 赵怡景 2010104148 蔡欣欣 2010104149 杨园园 2010104150 王晓娜 2010104151 内容提要 1.对原文的分析 2.对原文中数据用excel进行录入、处理 3.对处理结果进行分析 原文分析 一、预测模型的建立及分析 二、预测误差分析 三、外推预测 四、小结 原文分析 预测的原因：住院人数是反映医院工作情况的重要统计指标之一，对其进行统计预测，可以为制定医院工作计划和决策管理提供依据。对于加强医院管理，合理利用人、财、物力，减少工作中的盲目性，底稿两个效益以及医疗质量等方面均有实际的意义 原文分析 分析的前提：首先要分析住院人数的变化规律及其影响因素。 内部因素：“门诊人次”、“病床利用率”、“病床周转次数”。 为此笔者收集了本院1970~1989年的上述指标作为统计预测的原始资料。（如表一） 原始数据 从左往右每一列依次是 年份、住院人数、门诊人 次、病床利用率和病床周 转次数。 表1 原始数据表 一、预测模型的建立及分析 一、预测模型的建立及分析 表2 方差分析表 一、预测模型的建立及分析 二、预测误差分析 分别将各自变量（xi,t）的1970~1989年实际值代入多元线性回归预测方程，计算出“住院人数”（Y^t）的预测值（表3第二列所示）。其余类推 (1) 绝对误差et=Yt-Y^t ，结果见表3第三列 (2) 相对误差=et/Yt ，结果见表3第四列 (3)平均绝对误差（MAE） MAE=1/n =1/20×10800=540 预测误差见表3 二、预测误差分析 表3 预测误差分析表  通过上述计算结果表明：预测误差时高时低，有正有负，但平均绝对误差仅为540，即误差的一般水平较小。另外，从表3还可以看出：绝对预测误差从1980~1989年期间较小，相对误差在-6%~+6%之间波动。从而表明本预测方程的近期效果较为理想，因此可以直接利用该多元回归预测方程进行近期外推预测。 二、预测误差分析 三、外推预测 1、自变量预测模型的建立 根据表1资料对各自变量分别采用“三点预测法拟合三个线性回归方程，即： x^i,t=a^+b^t 分别计算R值、T值、a^和b^，计算结果如表4所示。 三、外推预测 通过上述计算即可得到各自变量的直线回归预测方程分别为： x^1,t=31.1733+1.27t x^2,t=81.1769+0.7478t x^3,t=17.9755-0.0919t 三、外推预测 2、计算1990年各自变量的预测值 令t=20 分别代入上述三方程式，既得到各自变量1990年的预测值分别为： x^1,t=56.57,x^2,t=96.13,x^3,t=16.14 3、对住院人数进行外推预测 将各自变量1990年的预测值代入多元回归预测方程，即得： Y^(1990)=-4916.67+57.16×(56.57)+29.39×(96.13)+285.85×（16.14） =5756 通过上述计算得到1990年的“住院人数”预测值为5756人 四、小结 感谢您的关注