深圳市综合医院门诊量住院人数及手术人次的相关回归分析
深圳人口与医疗需求预测模型
深圳人口与医疗需求预测摘要：深圳是我国经济发展最快的城市之一，30多年来，卫生事业取得了长足发展，形成了市、区及社区医疗服务系统，较好地解决了现有人口的就医问题。
但是，随着城市的发展，深圳市未来人口预测及医疗需求预测是保证深圳社会经济可持续发展的重要条件。
经典的预测方法有很多，如灰色预测模型，逻辑斯蒂模型，一元线性回归模型等等。
根据题目给出的已有数据以及深圳市统计局，深圳市卫生和人口计划生育网站给出的相关数据，本文运用了一元线性回归及时间序列模型，以SPSS 、SAS 、EXCE 等统计软件进行拟合，并对各模型的拟合结果进行加权组合，对深圳市未来十年的人口数给出了以下预测：单位:(万人)基于这个，给出了未来十年深圳市及各区的床位需求：单位：（人）同时，以5年为一个年龄段的长度，依据已经给出的各年龄段的男女比例计算出了2010年的深圳市各年龄段的男女比例，再运用以LESLIE 矩阵推算出2015年和2020年深圳市的人口结构，并依据某些病的发病情况和发病年龄特征，以推测出的人口结构和2010年的不同医疗结构的床位数，预测了未来十年内不同机构的床位需求量。
关键字：深圳 人口预测 医疗卫生 时间序列一、问题重述1.1问题背景：深圳市自从改革开放之后，一直迅猛发展，成为我国经济发展最快的城市之一。
随着经济和人口的增长，深圳市卫生医疗事业也在长足发展。
随着时代的发展，人们生活水平不断提高，对健康的要求也随之提高，所以医疗水平也必须不断提高。
如果能够对人口结构，变化趋势及常见疾病发病率有较准确的预测，将有利于制定更合理的人口计划，更合理的人口布局，同时对于制定更适当的医疗发展计划有着重大意义。
年份（年）2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2020年 深圳市 1066.56 1101.45 1135.21 1168.18 1200.61 1232.65 1263.93 1296.03 1327.52 1358.93年份（年） 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 深圳市24060253002650127674288272996631079322203334034457二、模型假设1)不考虑战争，瘟疫，大规模流行病对人口的影响。
深圳人口与医疗需求基本情况
2010年末全市总人口1035.79万人，其中户籍人口251.03万人，增加3.97%，非户籍人口784.76万人。
2010年末全市拥有各类卫生机构1827个（不含607家社区健康服务中心），比上年减少136个，其中医院107家，增加了6家社会办专科医院；全市拥有病床22842张，增加6.74%，其中医院病床21166张，增加6.51%；全市拥有卫生工作人员67678人，基本与上年持平。
全年全市各类卫生机构完成诊疗8127.42万人次，比上年增加7.66%，其中各级医院完成6609.60万人次，妇幼保健院完成509.23万人次，专科防治院完成136.40万人次，三者之和比上年增加9.17%；另外，门诊部等完成446.21万人次，个体开业完成391.82万人次。
全年收治住院病人89.12万人次，比上年增加11.82%，其中县及县以上医院收治住院病人54.39万人次，增加13.32%。
从每千人口拥有量来看，以2010年末全市常住人口1035.79万人计，2010年末全市每千人口拥有病床数2.21张，每千人口卫生工作人员6.53人，每千人口卫技人员5.22人，每千人口执业（助理）医生2.05人，每千人口注册护士2.11人。
深圳市卫生统计年鉴（2010）基本情况表1-2 1979-2010年深圳市每千人口病床、卫生人员发展情况年份每千人口每千人口卫生每千人口卫生每千人口病床数工作人员数技术人员数医生数1979 1.90 3.87 3.15 1.16 1980 1.93 4.01 3.27 1.32 1981 2.15 4.13 3.46 1.41 1982 1.60 4.38 3.58 1.58 1983 1.72 4.89 3.94 1.80 1984 2.20 5.22 4.13 2.00 1985 2.14 5.51 4.38 2.11 1986 2.26 6.20 4.98 2.37 1987 2.00 5.50 4.43 2.09 1988 1.68 4.65 3.73 1.80 1989 1.53 4.14 3.37 1.62 1990 1.58 4.27 3.46 1.701991 1.50 3.94 3.19 1.571992 1.74 4.08 3.29 1.631993 1.78 4.16 3.35 1.631994 1.83 4.13 3.29 1.591995 1.95 4.52 3.61 1.751996 2.08 5.00 4.09 2.031997 2.18 4.89 3.93 1.951998 2.25 4.74 3.79 1.821999 2.30 4.65 3.74 1.742000 2.38 4.55 3.63 1.712001 2.38 4.56 3.66 1.732002 2.46 4.58 3.69 1.642003 2.44 4.70 3.81 1.692004 2.52 4.79 3.83 1.732005 2.03 3.81 3.10 1.402006 2.07 6.31 5.11 2.082007 2.10 6.87 5.44 2.182008 2.27 7.24 5.77 2.302009 2.40 7.52 6.03 2.402010 2.21 6.53 5.22 2.05注：2002年以后数据中，医生指获得执业医师或执业助理医师评定的，以下同。
某综合医院2010年-2014年门诊量变化分析
第2季度和第3季度的门诊量和出院人数较多，第4季度门诊量和出院人数较少，推测原因可能为4季度时10月、11月份气温尚适宜，患者较少；而1季度时因为春节和传统风俗的影响，使得前来就诊的病人数较少。
2季度、3季度天气变暖、是呼吸系统和肠道疾病的高发期，故前来就诊病人相对较多。
因此该院应该根据季节性预测结果合理安排好人力和物力，在收容高峰期时应合理高效利用资源[8]，一是加大一线人员的投入，可向工作强度大的科室调配人员，增加人手；二是控制病人的平均住院日[9]，提高病床周转次数及病床使用率；并且加强对手术室、麻醉科的管理，缩短择期手术候床时间，缩短术前平均住院日；但需注意的是，在医院收容量高峰期时，应做好院内感染控制工作[10]，确保医疗质量和安全。
在收容低峰期时可安排医务人员的外出进修学习、开展科研学术会议及后勤部门的设备检修[8]。
采用移动平均季节指数法分析医院各季度就诊人次的变化并预测医院的门诊量和出院人数、其方法简便可行。
通过对数据进行分析和预测，可以为医院领导对卫生资源的合理配置提供科学的依据，做到早计划、早安排。
参考文献[1] 姜月宜,唐赛贞,周继云,等.趋势季节模型在住院人数预测中的应用[J].中国病案,2007,8(11):21-22.[2] 卢悦凤.应用移动平均季节指数法预测门诊量和出院人数[J].中国医院统计,2010,17(2):138-139.[3] 孙静,何雅静.采用移动平均指数法对某院出院人数进行预测与分析[J].中国医院统计,2012,19(6):466-467. [4] 王瑞平.两种季节趋势模型预测法的应用比较[J].中国卫生统计,2011,28(1):77-78.[5] 于洪江,柳国洪,孙爱峰,等.时间序列资料季节变动分析方法的比较[J].中国卫生统计,2011,28(5):599-601. [6] 严茂春,邓蓉.应用季节变动分析法对某院门急诊人次数进行测定[J].中国医院统计,2012,19(4):286-288.[7] 李俊明.季节移动平均数法在住院人次预测中的应用[J].中国病案,2011,12(5):47-49.[8] 秦峰,叶妮娜.收容量季节指数在医院管理中的应用[J].解放军医院管理杂志,2011,18(3):245-247.[9] 王菁菁.1997年-2006年我院入院人数季节指数规律分析[J].基层医学论坛,2008(12):853.[10] 伍学元.住院收容量的季节指数规律分析[J].中国病案,2009,10(2):34.（2015-04-13收稿）某综合医院2010年-2014年门诊量变化分析519000 珠海市中山大学附属第五医院文建珍江丽凤叶丽华胡敏霞摘要 目的探讨某综合医院2010年-2014年的门诊量变化情况。
深圳人口与医疗需求预测分析
深圳市户籍人口与非户籍人口分析
符号说明：
X n ——第 n 年的人口户籍状态；
n ——第 n 年的所有状态概率组成的向量；
ni ——第 n 年的处于状态 i 的状态概率；
pij ——已知今年处于状态 i ，来年处于状态 j 的概率， i, j 1,2 ；
深圳市人口年龄结构增长预测模型
Leslie矩阵的建立： 由于人口变量在时间上的递推关系，描述了人口发展变动过 程的基本关系。而上述的发展过程，也可以将其表示成一种 矩阵形式，由此，从公式(1)可得到一个线性差分方程组，并 将其以矩阵形式表示为：
X (k ) LX (k 1)
深圳市人口年龄结构增长预测模型
深圳人口数量增长预测模型
问题分析： 近十年来，深圳市人口数量由于外来流动人口而迅速增加， 预测未来人口数量的发展对深圳市的人口规划、政策制定都 具有非常重要的实际意义。为得到深圳人口数量的发展趋势 绘制出2001年—2010年深圳市的年末常住人口的散点图以 观察其发展趋势，观察发现该数据具有曲线增长趋势，考虑 使用多次多项式拟合，重点采用二次多项式拟合运用线性最 小二乘求出拟合多项式，并运用此拟合多项式预测未来十年 深圳市的总人口数量。
pij P( X n1 j | X n i) 。 ni 称为状态概率， pij 称为状态转移概率。
可知第 n 1 年的状态只取决于 n 年的状态和转移概率， 与之前的状态无关， 因此， 第 n 1 的状态概率可由全概率公式的得：
( n1)1 n1 p11 n 2 p21 ( n1) 2 n1 p12 n 2 p22
深圳市人口年龄结构增长预测模型
深圳市人口及医疗需求预测
数学建模深圳市人口与医疗需求预测深圳市人口、医疗需求预测摘要本文根据历年的深圳人口和医疗数据建立数学模型解决深圳人口总数，结构以及各区各类型医院未来的床位需求问题。
深圳是个特殊的城市，流动人口数量较大，现阶段深圳的医疗设施虽然能够满足人民的需求，但是随着改革开放的深入进行，深圳的经济发展，产业链的变化都会对深圳的人口结构产生重大影响，所以对未来的医疗预测非常必要。
首先我们对人口总数和结构进行了预测，我们并没有生搬硬套国家或其他普通城市人口预测方法，而是考虑到深圳人口结构的特殊性，将总人口分成流动性小的户籍人口和流动性大的非户籍人口分别用不同模型来预测，考虑到人口阻滞模型不适用于流动性大的非户籍人口进行预测，我们使用了高次多项式回归的方法进行。
对于户籍人口我们使用了高次多项式与指数模型进行对比，最终选择了指数模型，这里我们考虑到预测时间较短，距离达到最大人口数时间点较远，所以并没有对指数模型进行阻滞修正。
我们使用的建立的模型对1983年到2010年进行预测，发现与实际值非常吻合。
接着我们对人口结构进行预测，规定1—14岁为儿童，15—60岁为青壮年，61岁以上为老年，收集数据并分析发现每年的年龄结构比例波动很小，为了简化模型我们直接采用了线性回归进行预测，并得出合适的结果。
在预测全市床位需求时我们全面考虑了医疗投入和不同年龄段人口患病比例的不同，我们在matlab下运用多元线性回归法得到床位关于医疗投入，儿童患病人数，青年患病人数，老年患病人数的多元回归方程，然后根据我们收集的数据预测出未来十年的医疗投入和各个年龄段的患病人数并代入曲线方程得到未来十年的床位需求。
针对于不同疾病在不同的医疗机构的床位需求，我们选取了脑血管病和先天性畸形、变形、染色体异常两类疾病进行了预测分析。
首先我们算出了一种疾病的患病人数和人口年龄结构的关系，预测出未来五年该病的患病人数，然后根据患病人数得出该类型疾病总的床位需求。
深圳市人口增长及医疗需求预测模型
深圳市人口增长及医疗需求预测模型摘要:如今,深圳是我国经济发展最快的城市之一.改革开放30多年来，深圳有一个小小的渔村发展为现代化的大都市，人口也由不足万人发展到现在的上千万，而且随着我国城市化进程的不断推进，人口将不断地向大城市集中,特别是北上广深等特大城市人口将会继续”畸形”增长。
一个城市人口的增长不仅促进了城市经济的繁荣，同时也增加了城市中基础设施、公共产品、医疗服务等环节的负荷，特别是如果城市中相关软硬件的发展速度低于城市人口的增长速度时，将会产生一系列的“城市病”。
深圳作为一个飞速发展的城市，城市化过程中自然要未雨绸缪。
本文通过建立ARIMA 模型预测深圳市人口增长量，然后以未来人口和人口结构为解释变量利用多元线性回归求出深圳市总床位需求，再利用各区人口比重求出各区床位需求量。
最后在预测某种疾病在各医疗机构的床位需求时，本文通过一元模型求出各种疾病床位总需求，然后并在此基础上预测未来该市各种类型医院的医疗需求。
一、问题提出深圳市我国人口增长最快的地方，从1980年到2010年，深圳每年都以30多万的人口增幅增长，到2010年深圳市总人口已达到1037万人。
从结构来看，深圳人口的显著特点是流动人口远远超过户籍人口，且年轻人口占绝对优势。
深圳流动人口主要是从事第二、三产业的企业一线工人和商业服务业人员。
年轻人身体强壮，发病较少，因此深圳目前人均医疗设施虽然低于全国类似城市平均水平，但仍能满足现有人口的就医需求。
然而，随着时间推移和政策的调整，深圳老年人口比例会逐渐增加，产业结构的变化也会影响外来务工人员的数量。
这些都可能导致深圳市未来的医疗需求与现在有较大的差异。
问题一：分析深圳近十年常住人口、非常住人口变化特征，预测未来十年深圳市人口数量和结构的发展趋势，以此为基础预测未来全市和各区医疗床位需求。
问题二：根据深圳市人口的年龄结构和患病情况及所收集的数据，选择预测几种病（如：肺癌及其他恶性肿瘤、心肌梗塞、脑血管病、高血压、糖尿病、小儿肺炎、分娩等）在不同类型的医疗机构就医的床位需求。
多元线性回归在分析医院入院人数上的应用
多元线性回归在分析医院入院人数上的应用【摘要】医疗服务市场上存在医疗供给创造医疗需求的现象。
本文利用多元线性回归方法进行分析找出影响入院人数的因子并进行回归分析，再对分析结果加以解释和阐述。
【关键词】多元线性回归入院人数病床数一、问题的提出医疗服务市场相比于其他市场来说有其特殊性。
国内外学者常常会研究导致医疗需求增大的原因，以此来判断某一地区医生诱导需求的能力，从而建立合适的监督体系去控制医生的行为，减少由于信息不对称所带来的医疗服务提供者为了自身利益而损害患者利益的市场失灵现象。
根据传统的经济学理论和一般思维，供给的增加将导致价格下跌。
但医疗服务市场由于其特殊性，产生了有悖于传统经济学理论的现象，即某地区医疗服务的提供增加（包括病床数量和医生数量），其医疗需求量和医疗价格都随之增加。
这一现象可以用“萨伊定理”来解释，在医疗领域可以阐述为：医疗供给创造医疗需求。
该定理包括两个方面，第一，床位供给创造床位需求。
罗默等人在1960年前后研究了医疗费用与床位供给的经验关系。
结果表明，医院床位与医院服务利用之间存在着密切的统计关系，床位供给的增加导致床位使用的增加，这一结论被称为罗默定律。
第二，医生创造医疗服务的需求，即医生本身具有诱导需求的能力。
本文从这点出发，探讨这一结论在我国医疗服务市场的适用性，并分析主导着医院入院人数增长的各种影响因素。
二、研究方法1、解释变量的选择在多元线性回归分析中，模型自变量的选取是研究的重点。
如果引入的变量较少，回归方程将无法很好地解释说明因变量的变化，但变量也并非越多越好。
对入院人数（y）有影响的指标除了所设想的病床数（x1）、医生数量（x2）外，其他因素也会有直接或间接的影响。
其中，人口总数（x3）的增长应该有相应的影响，人均可支配收入的变化也有一定影响，但是由于我国城乡二元经济结构的存在，故分为城镇居民家庭人均可支配收入（x4）与农村居民家庭人均纯收入（x5）。
二者的区别在于，城镇居民可支配收入是全部用于安排日常生活的收入；而农民纯收入除了用做生活消费，其中有相当一部分要留作追加的生产基金。
广东省医院住院病人手术人次数综合情况3年数据分析报告2019版
广东省医院住院病人手术人次数综合情况3年数据分析报告2019版序言本报告全面、客观、深度分析当下广东省医院住院病人手术人次数综合情况现状及趋势脉络，通过专业、科学的研究方法及手段，剖析广东省医院住院病人手术人次数综合情况重要指标即医院住院病人手术总人次数，公立医院住院病人手术人次数，民营医院住院病人手术人次数等，把握广东省医院住院病人手术人次数综合情况发展规律，前瞻未来发展态势。
广东省医院住院病人手术人次数综合情况分析报告数据来源于中国国家统计局等权威部门，并经过专业统计分析及清洗处理。
无数据不客观，借助严谨的数据分析给与大众更深入的洞察及更精准的分析，体现完整、真实的客观事实，为公众了解广东省医院住院病人手术人次数综合情况提供有价值的指引，为需求者提供有意义的参考。
目录第一节广东省医院住院病人手术人次数综合情况现状 (1)第二节广东省医院住院病人手术总人次数指标分析 (3)一、广东省医院住院病人手术总人次数现状统计 (3)二、全国医院住院病人手术总人次数现状统计 (3)三、广东省医院住院病人手术总人次数占全国医院住院病人手术总人次数比重统计 (3)四、广东省医院住院病人手术总人次数（2016-2018）统计分析 (4)五、广东省医院住院病人手术总人次数（2017-2018）变动分析 (4)六、全国医院住院病人手术总人次数（2016-2018）统计分析 (5)七、全国医院住院病人手术总人次数（2017-2018）变动分析 (5)八、广东省医院住院病人手术总人次数同全国医院住院病人手术总人次数（2017-2018）变动对比分析 (6)第三节广东省公立医院住院病人手术人次数指标分析 (7)一、广东省公立医院住院病人手术人次数现状统计 (7)二、全国公立医院住院病人手术人次数现状统计分析 (7)三、广东省公立医院住院病人手术人次数占全国公立医院住院病人手术人次数比重统计分析 (7)四、广东省公立医院住院病人手术人次数（2016-2018）统计分析 (8)五、广东省公立医院住院病人手术人次数（2017-2018）变动分析 (8)六、全国公立医院住院病人手术人次数（2016-2018）统计分析 (9)七、全国公立医院住院病人手术人次数（2017-2018）变动分析 (9)八、广东省公立医院住院病人手术人次数同全国公立医院住院病人手术人次数（2017-2018）变动对比分析 (10)第四节广东省民营医院住院病人手术人次数指标分析 (11)一、广东省民营医院住院病人手术人次数现状统计 (11)二、全国民营医院住院病人手术人次数现状统计分析 (11)三、广东省民营医院住院病人手术人次数占全国民营医院住院病人手术人次数比重统计分析 (11)四、广东省民营医院住院病人手术人次数（2016-2018）统计分析 (12)五、广东省民营医院住院病人手术人次数（2017-2018）变动分析 (12)六、全国民营医院住院病人手术人次数（2016-2018）统计分析 (13)七、全国民营医院住院病人手术人次数（2017-2018）变动分析 (13)八、广东省民营医院住院病人手术人次数同全国民营医院住院病人手术人次数（2017-2018）变动对比分析 (14)图表目录表1：广东省医院住院病人手术人次数综合情况现状统计表 (1)表2：广东省医院住院病人手术总人次数现状统计表 (3)表3：全国医院住院病人手术总人次数现状统计表 (3)表4：广东省医院住院病人手术总人次数占全国医院住院病人手术总人次数比重统计表 (3)表5：广东省医院住院病人手术总人次数（2016-2018）统计表 (4)表6：广东省医院住院病人手术总人次数（2017-2018）变动统计表（比上年增长%） (4)表7：全国医院住院病人手术总人次数（2016-2018）统计表 (5)表8：全国医院住院病人手术总人次数（2017-2018）变动统计表（比上年增长%） (5)表9：广东省医院住院病人手术总人次数同全国医院住院病人手术总人次数（2017-2018）变动对比统计表 (6)表10：广东省公立医院住院病人手术人次数现状统计表 (7)表11：全国公立医院住院病人手术人次数现状统计表 (7)表12：广东省公立医院住院病人手术人次数占全国公立医院住院病人手术人次数比重统计表 (7)表13：广东省公立医院住院病人手术人次数（2016-2018）统计表 (8)表14：广东省公立医院住院病人手术人次数（2017-2018）变动统计表（比上年增长%） (8)表15：全国公立医院住院病人手术人次数（2016-2018）统计表 (9)表16：全国公立医院住院病人手术人次数（2017-2018）变动统计表（比上年增长%） (9)表17：广东省公立医院住院病人手术人次数同全国公立医院住院病人手术人次数（2017-2018）变动对比统计表（比上年增长%） (10)表18：广东省民营医院住院病人手术人次数现状统计表 (11)表19：全国民营医院住院病人手术人次数现状统计分析表 (11)表20：广东省民营医院住院病人手术人次数占全国民营医院住院病人手术人次数比重统计表 (11)表21：广东省民营医院住院病人手术人次数（2016-2018）统计表 (12)表22：广东省民营医院住院病人手术人次数（2017-2018）变动分析表（比上年增长%）..12 表23：全国民营医院住院病人手术人次数（2016-2018）统计表 (13)表24：全国民营医院住院病人手术人次数（2017-2018）变动分析表（比上年增长%） (13)表25：广东省民营医院住院病人手术人次数同全国民营医院住院病人手术人次数（2017-2018）变动对比统计表（比上年增长%） (14)第一节广东省医院住院病人手术人次数综合情况现状广东省医院住院病人手术人次数综合情况现状详细情况见下表（2018年）：表1：广东省医院住院病人手术人次数综合情况现状统计表注：本报告以国家各级统计部门数据为基准，并借助专业统计分析方法得出。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
深圳市综合医院门诊量、住院人数及手术人次的相关回归分析
林凯平
门诊量、住院人数和手术人次是衡量医院经营状况的重要指标,可在一定程度上反映出医院的工作效率和治疗水平，门诊人次与住院人次的比例（门住比）亦是评估医疗保险的费用控制成效的重要统计指标。
本文通过对深圳市各级公立医院2013年的门诊量、住院人数及手术量的相关关系和线性回归分析,揭示它们之间关系的密切程度，以期为优化综合医院的卫生资源配置和提高运营效率提供参考。
1 资料与方法
1.1资料来源：深圳市2013年34家综合医院的总诊疗人次、出（住）院人次、住院手术例数来源于《深圳卫生经济》2014年第5期第33～34页《2 013年全市医院医疗服务综合信息总表》中市、区、街道级综合医院的相关诊疗资料，详见表1第1、2、3、4列（本文以出院人次表示住院人次）。
1.2研究方法：将相关数据输入excel，采用该统计软件中相应的相关分析、多元回归分析函数或分析工具进行分析。
2结果与分析
2.1相关分析
对住院手术例数与总诊疗人次、出院人次作相关分析，操作步骤为：首先在excel表格中单击工具菜单，选择数据分析选项，在数据分析选项中选择相关系数，弹出相关系数对话框；第二步：在输入区域输入$B $2:$D$36，分组方式选择逐列，选择标志位于第一行，在输出区域中输入$A$38，如图1 所示。
单击确定，得输出结果如图2所示
图2 相关系数输出结果
对相关系数r进行假设检验，查《相关系数显著性检验表》,住院手
术例数、总诊疗人次、出院人数之间均呈高度正相关（P<0.01），其中住
院手数例数与出院人数相关数量最大。
2.2 多元线性回归分析：
对住院手术例数与总诊疗人次、出院人次的作多元线性回归分析，在excel表格中单击工具菜单，依次选择数据→数据分析→回归，然后在“回归”对话框输入X值和Y 值的区域，选择置信度为95%，选择输出区域后，按确定后得输出结果见图3。
图3 多元回归分析对话框
图4 多元回归分析输出结果
回归方程解释: 由上表“回归统计”表可见，R-Square（复相关系数或复测定系数)=0.982071751即R2=98.20%，接近100%，说明方程拟合效果较好；从“方差分析”表可见F=849.0573588,
jgnjficance F=8.50819E-28,即F统计量的P值小于显著水平(即P<0.05),可认为回归模型的总体效果显著,所有自变量和因变量的线性关系总体显著；从最下表显示的“t-Stat （即t-统计量）”和“P-value （即P值）”值来看，t统计量的P值均小于显著水平（即P<0.05），可认为所有自变量对因变量的影响是显著的，即总诊疗人次、出院人数对住院手术例数的影响是显著的，两者均可进入回归方程，回归方程为：Y（住院手术例数）=0.651462234＊出院人数-0.00092636＊总诊疗人次-513.474232
说明每收治一名住院病人,可对应有0.6515个台次手术,每增加一位门诊诊疗人次可对应有0.0009个手术例数。
同理，对出院人次与总诊疗人次作线性回归分析，结果如下图表5
如示：
图5 住院人次与总诊疗人次回归分析输出结果
经方差分析F=42.01215，P<0.05，得回归模型:Y=0.012525X+600.4077 (X总诊疗人次、Y出院人数),说明每增加1门诊人次就对应有0.0125
个住院病人，R2=56.76%，拟合效果一般。
3.讨论
门诊量、住院人数及手术量是医院经济效益的主要来源，是体现医院工作量、工作效率和施行绩效考核的重要指标，对其进行相关关系和线性回归分析,揭示它们之间关系的密切程度,有助于医院进行科室、医务人员、床位、药品、设备等调配工作，对于合理安排人力、财力、物力资源，持续改进医疗服务质量,完善医疗后勤保障，提高经济效益和社会效益都有重要意义。
一般来说，医院历年来的“门住比”(门诊人次和住院人次比例)是比较恒定的指标，如果医院让不该住院的病人住院，或者分解住院，门住比就会升高。
社保部门为促使医院合理使用医保基金，进一步加强科学管理，往往采用控制医院“门住比”(门诊人次和住院人次比例)以有效遏制“轻病重治”和“分解住院”的情况，促进定点医疗
机构之间公平合理竞争，提高医疗服务质量，避免医疗机构通过不良医疗行为获取不公平竞争利益行为。
由于资料所限，本文探讨范围仅限于我市2013年度各级综合医院，也未深入探讨专科、专家、普通门诊与急诊等对出院人数和手术量的相关性分析，曾有资料表明，专家门诊量与出院人数密切相关，每增加10 0 个专家门诊量可对应收治9个住院病人，合理安排专家出门诊次数,不仅可使专家门诊量大幅增加,也促进了住院业务的发展，形成良好的经济效益和社会效益的良性循环。
这都有待今后做更深层次的研究。
本文用Excel软件进行相关和回归分析操作，不需计算机语言编程，即可实现复杂的统计分析，简便易学。
Excel产生的图表，可直接插入w ord编辑的论文中，使论文图文并茂，因此该方法在医院信息的统计分析方面有一定的应用价值
参考文献
[1］张丹，吴清平. 医院统计基础与应用[M]. 武汉: 武汉大学出版社,2008,118-119.
[2] 蒋伟,王莹 .门诊量与住院人数的相关分析 .中国卫生统计[J], 2008，25(2): 218-218
[3] 廖珊,刘冬生.门诊人次与出院人数的相关分析.中国卫生统计[J] ,2005，22（5）：329。