基于ARIMA模型监护仪质控数据性能预测的研究

目的 建立整合移动平均自回归(Autoregressive Integrated Moving Average,ARIMA)模型,从监护仪的离散质控数据中找出相关性,实现预估设备性能变化的目的.方法 利用监护仪的质控数据,研究其数据属性.利用ARIMA模型和SPSS统计工具确定模型参数,并且对时序序列进行短期预测.结果 经过参数计算得出最优拟合模型和预估曲线拟合,符合实际时间序列特征.模拟预测值与实际值最大误差为1.31％,能够比较准确预测血氧饱和度相关电路的性能.结论 实验表明,建立的ARIMA模型能够近似反映血氧相关电路的质量以及性能趋势,能够及时描述设备状况,对实施医疗设备的预防性维护具有指导意义.