臺灣博碩士論文加值系統

台灣正式教育體系中，高等教育以社會多元化需求為目標。隸屬教育部「技術暨職業教育司」的護理教育，在台灣最近的護士荒氛圍下越來越受到重視。在急診室醫務人員除了要有職業道德與服務精神之外，也需具備專業的知識與技能。本研究利用時間數列的ARMA模型、Fuzzy-ARMA、移動平均法、指數平滑法、週期移動平均法之方法，對急診室病患人數進行預測，藉由急診室病患人數的預測，提供醫務管理人員掌控急診室相關訊息的知識與技能。
急診室病患人數預測結果的精確程度將影響醫院的人力規劃及安排，當管理者面對急診室病患人數不確定的問題時，如何選取合適的預測方法做可靠的預測是醫務管理者必須重視的工作。
本研究以某醫院每天急診人數的資料，將2010年7月1日至2012年6月30日期間之730筆數據做為建模與測試樣本，利用ARMA模型、Fuzzy-ARMA、移動平均法、指數平滑法、週期移動平均法等五種方法，對急診室人數進行預測，發現以平均絕對誤差百分比(MAPE)作為模式預測準確度時，週期移動平均法MAPE為10.81%，具有較佳的準確度。

The higher education specifically dedicates to diversified social needs in Taiwan's formal education system. The nursing education attached to the Department of Technological and Vocational Education has being more and more attention in the dark moment of nurses in Taiwan recently. The medical staffs of the emergency room need the professional knowledge and skills covering professional ethics and the spirit of service. In this study, the time series methods of ARMA model, fuzzy-ARMA, moving average, exponential smoothing, the period moving average method are applied to forecast the number of emergency patients. By the prediction to the number of emergency patients can provide medical staff the comprehensive data of need to emergency room in advance.
The precise forecast of the number emergency patients will affect the manpower planning and arrangement of medical staffs. The medical staffs must pay attention to the work how to select the right method to make reliable forecast when they face the uncertain number of emergency patients.
This study selects total 730 pieces of daily the number of emergency patients from a hospital emergency room between July 1, 2010 to June 30, 2012. These emergency patient data are employed to construct as modeling and testing samples for the time series model of ARMA model, fuzzy-ARMA, moving average, exponential smoothing, the period moving average method. Based on the mean absolute percentage error (MAPE) to measure the accuracy of the applied methods, the MAPE is 10.81% for the period moving average method has better accuracy.

中文摘要 i
Abstract ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章　緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究流程 4
第二章　文獻回顧 6
2.1 時間序列預測之相關文獻探討 6
2.2 急診室之相關文獻探討 13
2.2.1 國內文獻 13
2.2.2 國外文獻 18
第三章　研究方法 22
3.1 ARMA模型 22
3.1.1 單根檢定 22
3.1.2 模型配適度與預測績效之評估 23
3.1.3 Q統計量 24
3.1.4 定態型隨機過程 26
3.1.5 離散型線性隨機過程 27
3.2 模糊時間序列 29
3.3 移動平均法 39
3.4 指數平滑法 40
3.5 週期移動平均法 41
3.6 各預測方法之分析 42
3.7 樣本外預測方法與預測能力評估 43
第四章　實證研究 45
4.1 實證資料說明 47
4.2 ARMA模型預測 47
4.2.1 單根檢定 49
4.2.2 ARMA模型配適與檢定 49
4.3 Fuzzy-ARMA模型預測 52
4.3.1 1500區間單根檢定 53
4.3.2 Fuzzy-ARMA模型配適與檢定 54
4.4移動平均法預測 56
4.5指數平滑法預測 57
4.6週期移動平均法預測 59
4.7預測能力之評估與分析 61
第五章　結論 62
5.1研究結論 62
5.2後續研究之建議 63
參考文獻 64
附　錄 70

中文部分
1.方世榮，統計學導論(第五版)，華泰文化股份有限公司，民94年。
2.李芳年，急診病人的資源耗用－以台北市某區域教學醫院為例，國立陽明大學醫務管理研究所碩士論文，民89年。
3.李順益，灰色理論於短期銷售預測之適用性探討，義守大學資訊工程系碩士論文，民91年。
4.李建賢，急診醫療服務之醫學倫理，醫學教育，第8卷，第3期，頁327-335， 民93年。
5.阮祺文，台灣急診專醫師人力資源之分析與研究，台灣急診醫學會醫誌，第9卷，第1期，頁26-34，民96年。
6.吳柏林，時間數列分析導論，華泰書局，民84年。
7.吳昌哲，以模糊時間序列模型與模糊一般化自我迴歸條件變異數模型對波羅的海指數之預測研究，萬能科技大學經營管理研究所碩士論文，民98年。
8.吳盛富，價量整合移動平均法擇時模型在台灣股市之實證，中華大學資訊管理系碩士論文，民101年。
9.余梓賓，庫存管理實作及分析預測之研究，聖約翰科技大學電機工程系碩士論文，民100年。
10.周歆凱，利用『資料探勘技術』探討急診高資源耗用者之特性，國立台灣大學醫療機構管理研究所碩士論文，民93年。
11.周志中，該急救!怎麼做?CPR(心肺甦醒術)實用圖解，力大圖書有限公司，民92年。
12.林茂文，時間數列分析與預測，華泰書局，民81年。
13.林瓊茹，以醫師觀點探討急診病患再回診原因之質性研究，義守大學醫務管理系碩士論文，民97年。
14.胡勝川，急診醫師與緊急醫療救護，金名圖書有限公司，民91年。
15.姜錦燁，台北市緊急醫療照護系統之評估，國立台灣大學公共衛生研究所碩士論文，民73年。
16.孫金華、王偉聰，臺灣生鮮鮪魚產地拍賣價格與日本進口價格：向量ARMA模型之預測分析，農業經濟半年刊，頁49-84，民88年。
17.陳音潔，病患多次利用急診醫療之影響因素探討－以中部某醫學中心為例，中國醫藥學院醫務管理學研究所碩士論文，民91年。
18.陳美璇，應用EACD－GARCH模型配適波動度之探討，銘傳大學財務金融學系碩士論文，民97年。
19.陳威龍，以心率變異度預測急診室敗血症病人是否發生敗血性休克，國立陽明大學醫學院碩士論文，民96年。
20.陳進忠，股票技術分析操作寶典，台灣實業文化出版社，民93年。
21.陳功興，便利商店鮮食商品銷售預測模式之研究－探討類神經網路與平假日移動平均法的比較，國立高雄第一科技大學行銷與流通管理所碩士論文，民95年。
22.陳介凡，影響急診收入及就醫人次數之探討－時間序列分析，高雄醫學大學醫務管理學系在職專班論文，民99年。
23.陳佑霖，黃金價格的分析與預測，中華大學應用統計學系碩士論文，民101年。
24.康維邦，以ARMA及GM (1, 1)模型預測舊濁水溪水質之比較，朝陽科技大學環境工程與管理系研究所碩士論文，民101年。
25.張宏泰，降低急診部非計劃性返診比率：行政院國軍退除役官兵輔導委員會自行研究計畫，民93年。
26.許碩芬、楊雅玲、范碧純，台灣健保醫療費用時間序列預測模型，風險管理學報，第七卷，第三期，頁279-299，民94年。
27.彭育慶，動態模糊一般化自我迴歸條件模型之探討－以台灣蘭花交易價格為例，萬能科技大學經營管理研究所碩士論文，民101年。
28.黃維民、翁慧卿、楊錦豐、陳淑惠、吳錦松、李金秀、蔡麗伶，健保費用申報和急診醫療品質之相關研究：行政院衛生署八十八年下半年及八十九年度委託研究計畫，民89年。
29.黃慧娜，急診服務與病人滿意度之調查研究，台灣大學公共衛生研究所碩士論文，民82年。
30.黃金安、賴其勛、胡哲生，急診醫療服務與其它醫療服務之類別間關係，台灣衛誌，第25卷，第5期，頁384-393，民95年。
31.游智元，時間序列方法於台鐵短期旅運需求預測之研究，國立成功大學交通管理科學研究所碩士論文，民95年。
32.鄭永福，台灣地區主要蔬菜價格之時間數列分析，國立成功大學統計學系碩士論文，民89年。
33.趙自偉，以ARMA及GM(1,1)模型預測風力發電量之研究，朝陽科技大學環境工程與管理系研究所碩士論文，民101年。
34.劉淑琴，緊急醫療服務之研究－台中縣市醫學中心與區域醫院急診服務之調查分析，國立陽明大學醫務管理研究所碩士論文，民87年。
35.蔡麗伶，高雄市急診醫療之疾病分佈與再診率之分析，高雄醫學大學公共衛生學研究所碩士論文，民90年。

英文部分
1.Abdel Aal, R. E. and Al Garni, A. Z., “Forecasting monthly electric energy consumption in eastern Saudi Arabia using univariate time series analysis,” Energy, 1997, Vol. 22, pp. 1059-1069.
2.Box, G. E. P. and Jenkins, G, M., “Time Series Analysis: Forecasting and Control , ” The San Francisco : Holden-Day Inc. Press, 1976.
3.Brook, C., “Introductory Econometrics for Finance,” Cambridge: Cambridge University Press., 2002.
4.Brown, E. M. and Gole, V., “Factors Related to Emergency Department use: Results from the Ontario Health Survey,” Annals of Emergency Medicine, 1994, Vol .24, pp. 1083-1091.
5.Chen, S.M., “Forecasting enrollments based on fuzzy time series,” Fuzzy Sets and Systems, 1996, Vol. 81, pp. 311-319.
6.Dickey D. A. and Fuller W. A., “Distribution of the estimators for autoregressive times with a unit root,” Journal of the American Statistical Association , 1979, Vol. 74, pp. 427-431.
7.Enders, W., “Applied Econometric Time Series,” New York: John Willey & Sons, Inc., 2004.
8.Granger, C. W. J. and Newbold, P., “Spurious Regression in Econometrics,” Journal of Econometrics, 1974, Vol. 2, pp. 111-120.
9.Hanlon, J. J. and Pickette, G. E., Public Health Administration and Practice, 1979.
10.Hsu, P. H. and Wang, C. H. and Shyu, J. Z. and Yu, H. C. A., “Litterman BVAR approach for production forecasting of technology industries. ,” Technological Forecasting and Social Change, 2002, Vol. 70, pp. 67-82.
11.Huarng, K. and Yu, H. K., “Ratio-Based lengths of intervals to improve Fuzzy time series forecasting,” IEEE Transactions on Systems, Man, and Cybernetics-Part B : Cybernetics, 2006, Vol. 36, pp. 328-340.
12.Huarng, K., “Effective Lengths of Intervals to Improve Forecasting In Fuzzy Time Series,” Fuzzy Sets and Systems, 2001, Vol. 123, pp. 387-394.
13.Jarqu, C. M. and Bera, A. K., “Efficient tests for normality, homoscedasticity and serial independence of regression residuals,” Economics Letters, 1980, Vol. 6, pp. 255-259.
14.Jones, S. S. and Thomas, A. and Evans, R. S. and Welch, S. J. and Haug, P. J. Snow, G. L., “Forecasting daily patient volumes in the emergency department,” Academic Emergency Medicine, 2008, Vol. 15, pp. 159-170.
15.Kmenta, J., “Elements of Econometrics, 2nd edition,” New York : Oxford University Press., 1986.
16.Lam, L. T., “The association between climatic factors and childhood illnesses presented to hospital emergency among young children,” Int J Environ Health Res, 2007, Vol. 17, pp. 1-8.
17.Lee, H. C. and Hu, C. J. and Chen, C. S. and Lin, H. C., “Seasonal variation in ischemic stroke incidence and association with climate : a six-year population-based study,” Chronobiol Int, 2008, Vol. 25, pp. 938-949.
18.Lewis, C.D., “Industrial and Business Forecasting Method,” London: Butterworth-Heinemann., 1982.
19.Mancini, S. and Gale, D., “Emergency care and the law,” An Aspen Systems Corporati, 1981, Vol. 3, pp. 43-50.
20.Pierce, J. M. and Kellerman, A. L. and Oster, C., “Bounces: An analusis of short-term return visits to a public hospital emergency department,” Annals of Emergency Medicine, 1990, Vol. 19, pp. 752-757.
21.Rotstein, Z. and Wilf Miron, R. and Lavi, B.and Seidman, D. S. and Shahaf, P. and Shahar, A. and Gabay, U. and Noy, S., “Management by constraints: considering patient volume when adding medical staff to the emergency department,” Israel Medical Association Journal, 2002, Vol. 4, pp. 170-173.c
22.Song, Q. and Chissom, B. S., “Forecasting enrollments with fuzzy time series-part l,” Fuzzy Sets and Systems, 1993, Vol. 54, pp. 1-9.
23.Song, Q. and Chissom, B. S., “Forecasting enrollments with fuzzy time series-part 2,” Fuzzy Sets and Systems, 1994, Vol. 62, pp. 1-8.
24.Song, Q. and Chissom, B. S., “Fuzzy time series and its models,” Fuzzy Sets and Systems, 1993, Vol. 54, pp. 269-277.
25.Srinivasan, D., “Evolving artificial neural networks for short term load forecasting,” Neural Computing, 1998, Vol. 23, pp. 265-276.
26.Tokuda Abe, T. and Ohde, Y. and Ishimatsu, S. and Nakamura, S. and Birrer, T. R B., “The influence of meteorological factors on the occurrence of trauma and motor vehicle collisions in Tokyo,” Emerg Med J, 2008, Vol. 25, pp. 769-772.
27.Zadeh, L. A., “Fuzzy Sets,” Information and Control, 1965, Vol. 8, pp. 338-353.
28.Zibners, L. M. and Bonsu, B. K. and Hayes, J. R. and Cohen, D. M., “Local weather effects on emergency department visits: a time series and regression analysis,”Pediatr Emerg Care, 2006, Vol. 22, pp. 104-106.
29.Zimmerman, D. R. and Mc Carten Gibbs, K. A. and De Noble, D. H., “Repeat Pediatric Visits to a General Emergency Department Annals of Emergency Medicine,” 1996, Vol. 28, pp. 467-473.
30.Ziv, A. and Boulet, J. R. and Slap, G. B., “Emergency Department Utilization by Adolescent in Unitied States,” Pediatrics, 1998, Vol. 101, pp. 987-994.