COVIDフェーズ中の毎日の患者数予測こんにちは、みんな
私は毎日の患者数データを持っており、適切なスタッフ (医師、看護師など) を配置できるように、今後 14 日間の毎日の予測を予測する必要があります。
だから私の質問は、covid変動フェーズで時系列を実行するための最良の方法は何ですか? covidの前は、季節有馬モデルで予測していました。
2019 年 7 月以降の毎日のデータがあります。 2019 年 7 月以降のデータを含めることをお勧めしますか、それとも 1 日あたりの取引量が約 35% 減少しているため、2020 年 3 月のデータだけに注目して 14 日間の予測を行うことをお勧めしますか?または、14 日間の予測に 3 週間を過ぎたばかり...
お知らせ下さい。
Re: COVID フェーズ中の毎日の患者数予測昨年の平均を使用すると、半分の時間で「目標」を上回り、半分の時間でそれを下回ることが保証されます。 理解せずに単に履歴データを使用したいが、日々の変動を考慮したい場合は、BY オプションを使用してモデルを実行し、BY に曜日を入れることができます。 このようにして、各曜日のモデルが作成されます。 過去のデータよりも最近のデータに重みを付けたい場合は、どのタイプの重み付け (指数など) について考える必要があります。 繰り返しになりますが、プロセス/データに一貫性がないため、重み付けは良い考えではなく、まだ理解していないことを複雑にすると思います。
一方、私のポイントをすべて無視して、必要なデータを使用して、必要なモデルを作成できます。
「すべてのモデルは間違っている、いくつかは役に立つ」. GEP 箱
Re: COVID フェーズ中の毎日の患者数予測はい..その基本モデルと私は影響を与えるいくつかの要因を研究していますが、気象要因などのデータはありません.
このcovidの間、不確実性はさらに高くなり、困難になります。
これより前は、昨年のフラット平均を使用していました...少なくとも、曜日やトレンドなどの毎日の変動を与える基本モデルがあります。
現時点では、1.週ごとの変動（月曜日の高値など）を維持して、月曜日に他の日よりも多くの人員を配置することと、2.過去数日間に重点を置くことの2つを維持したいと思います。
この点でどのモデルが最適ですか？
Re: COVID フェーズ中の毎日の患者数予測訪問の応答変数に影響を与える可能性のある変数を理解 (または説明) せずにモデルを作成しようとしています。 モデルに入れる唯一の予測変数は時間です。 私見ですが、有用な予測モデルを作成するには、応答変数 Y=f(x) に影響を与える要因を理解する必要があります。 影響力のある入力変数 (x) を理解したら、これらの x を制御、管理、測定して、目的の出力を達成する方法を検討できます (x によって平均に影響するものと、変動性に影響するものがあることに注意してください)。 すでに指摘したように、あなたのデータは、実際の訪問数の不安定さを引き起こしているまだ特定されていない x があることを示唆しています。 これを軽減できる数学的モデリングはありません。 「ガベージイン、ガベージアウト。」 私はあなたをお勧めします：
1. プロセスをマッピングし、
2. 影響を与える可能性のある x を特定します。
3. なぜそれらの x が影響を与えているのか、あるいは与えていないのかについて仮説を立てる
4.データを収集して、仮説への洞察を提供します。
はい、これはやりがいのある仕事であり、プロセスを研究するためのリソースが必要です。
「インスタントプリンはない」。 デミング
次に、数学的モデルを使用して予測することについて考え始めることができます。
Re: COVID フェーズ中の毎日の患者数予測やあ
明確な週ごとの変動があることに同意します。 多くのバリエーションについてあなたが持っていた質問は受け入れられます....それなら、10未満なら何でも答えます. 予測は毎日の救急部門の訪問であり、今後 2 週間に見られると予想される量に基づいて人員を配置しています。
使ったt - 1 に行進する予報する日3週間。ご覧のとおり、3 月 15 日より前は 160 秒前後でしたが、その後数週間で大幅に低下し、最近では 120 秒に戻りました。
私はこれらの手順に従いました（添付）
これは私が作成していたものですが、実際はまだ 120 秒 130 秒なので、これを使用して人員過剰160秒で行くことを示す予測として
ここで何かする必要があるかどうか疑問に思っています..
お知らせ下さい…
Re: COVID フェーズ中の毎日の患者数予測JMPファイルを添付していただきありがとうございます。
リスク/報酬の観点から、訪問の「コスト」がわかりませんか? 予測はどの程度正確である必要がありますか? 何回の訪問以内ですか？ その訪問数が少ない場合 (≤ 10)、現在のプロセスには大きな変動があります。
データの特定のジャンプを理解する必要があります。 私には7日周期のように見えます。 「カウントされた」訪問の実際の数が曜日によってどのように影響を受けるかどうかはわかりませんか? おそらく、訪問がカウントされる時刻または日は、シフトの変更またはデータのログイン方法の影響を受けます。 日曜日/月曜日と相関しているようですか？ おそらく、週末の訪問はすべて、日曜日または月曜日に集計されますか? 測定または計算に一貫性がなければ、予測に自信を持つことは困難です。 追加データを見ると、3月19日頃に平均がずれている。 3 月 19 日以前の平均は約 157 (121-193) でした。 3/19～5/3の平均は約102(66～140)でした。 Covid後よりも前に、合計訪問数が多かったようです。 計画に関しては、極端な予測を処理するのに十分な費用がどれくらいかかるか、または十分な数の訪問を計画しないことに関連するリスクを決定する必要があります。
Re: COVID フェーズ中の毎日の患者数予測ありがとうございますこれらの変化の大きい日付に注意を向けます。 この情報の調査を開始しました。
あなたが要求したように、5/24 から 6/6 までの予測を計画しているデータを添付しました。これは、その給与期間のスタッフの計画に使用するものです.
以下は、添付の JMP ファイル。 以前は変動がほとんどなかったのが普通でしたが、今ではこの不確実性を調整するために微調整が必要でした。
このデータを基に、3 週間の予測に最適なオプションを教えてください。
ここに案内していただければ幸いです。
ありがとうございました
Re: COVID フェーズ中の毎日の患者数予測JMPファイルを添付してみませんか？
実際のデータから MR (個人) グラフを作成しました: MR グラフは次の質問に答えます: 連続した日の変動 (短期変動) は一貫して安定していますか? 個々のチャートは、短期と長期のどちらの変動要因が大きいかという質問に答えます。
ご覧のとおり、MR チャートで識別される「特別な原因」のデータがあります。 これらの「出来事」は、4/26-4/27 & 5/3-5/4 に起こったにもかかわらず、調査する価値があります。 MR には一貫性がないため、個々の管理図の管理限界を慎重に解釈する必要があります (MR は管理限界の計算に使用され、一貫性がないことがわかっているため)。 長期的には、日常的に見られるソースを超えた変動のソースがあるようです。
Re: COVID フェーズ中の毎日の患者数予測こんにちはスタットマン
実際のファイルと予測されたファイルを添付しました ((110,012)7 の時系列季節アニマから)
月曜日が高いなどの週ごとの変動があるため、7を使用しました
使った3/20 ～ 5/09 実績列に5/10 から 5/23 までの予測列 c から g にも追加されます
Re: COVID フェーズ中の毎日の患者数予測JMP ファイルを添付してください。確認いたします。
Re: COVID フェーズ中の毎日の患者数予測ありがとうスタットマン。
過去 4 週間のデータを使用して、次の 3 週間を予測しました。 予測傾向は上昇傾向にありますが、実際にはそれほど高くはありません。165 人の患者に人員を配置しているため、この問題が人員配置に問題を引き起こしましたが、実際には 120 人台でした。
理想的には、下のグラフの赤い線にあるはずです
先週にもっと重みを付けて、毎週のパターンを維持する方法はありますか (月曜日に高く、金曜日に低くするなど)。
それはどの方法でしょうか..または、より良い提案はありますか。
お知らせ下さい
ありがとうございました
Re: COVID フェーズ中の毎日の患者数予測毎日の患者数が一定で安定している場合 (管理図を使用して確認)、将来の期間の予測として管理図の制限を拡張できます。 ただし、患者のボリュームに一貫性がない場合、どの予測方法も不十分です。 COVID の発生以来、イベント前のデータは現在の状況を表していないというのが私の推測です。 次の 14 日間を代表する可能性のある「最近の」データをモデル化してみることができます (特定のデータが何であるかはわかりません)。 しかし、いずれにせよ、プロセスが不安定な場合、予測はうまくいきません。 先行指標を見つけて、患者数を理解するのに役立つ場合があります。
