<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SSSD</journal-id><journal-title-group><journal-title>Scientific and Social Sustainable Development</journal-title></journal-title-group><issn>3066-8964</issn><eissn>3066-8980</eissn><publisher><publisher-name>Art and Design</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SSSD.2025200018</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于时间序列分析的某公立医院门诊运营研究</title><url>https://artdesignp.com/journal/SSSD/1/20/10.61369/SSSD.2025200018</url><author>谭玲,张晔,孙妙迪</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>1</volume><issue>20</issue><history><date date-type="pub"><published-time>2025-12-28</published-time></date></history><abstract>目的：本研究旨在通过构建基于SPSS 的时间序列分析模型，对某公立康复医院的门诊量进行科学预测，以期为提升门诊运营效率、实现资源的前瞻性动态调配提供数据驱动的决策依据。方法：收集本院过去三年的月度门诊量历史数据，运用SPSS 统计分析软件进行时间序列分析与预测，通过模型拟合优度指标筛选出最优预测模型，并利用该模型对未来一年的门诊量进行预测。结果：分析结果显示，本院门诊量数据呈现出稳定的季节性特征，最终确定的ARIMA模型拟合效果最佳，其预测值与实际值吻合度高。基于此模型，获得了未来12个月的门诊量预测值及其置信区间。结论：本研究证实，基于SPSS 的时间序列分析能够有效、精准地预测康复医院门诊量。该预测结果对于门诊运营管理具有重大实践价值，它使管理者能够从被动响应转变为主动规划，从而在人力资源、诊疗空间、设备使用及耗材储备等方面进行精细化、前瞻性的安排，不仅能够显著缩短患者候诊时间、提升服务满意度，更能从根本上优化医疗资源配置效率，增强公立康复医院在应对公共卫生需求变化时的韧性与服务能力。</abstract><keywords>门诊运营,时间序列分析,康复医院,资源配置</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 王华丽, 郑晨.Y 医院门诊运营管理体系构建实践[J]. 财务与会计,2024,(06):25-27.[2] 李红颜, 梁洁, 吴志明, 等. 基于六西格玛方法学的门诊运营管理体系建设[J]. 现代医院,2023,23(09):1375-1379.[3] 郭瑛, 张莉莉, 李月梅, 等. 基于LSTM 时间序列模型的医疗资源配给预测方案[J]. 现代信息科技,2025,9(22):17-22+29.DOI:10.19850/j.cnki.2096-4706.2025.22.004.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
