Dự báo chuỗi thời gian trong hệ thống thông tin bệnh viện

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA HỒ THỊ DUYÊN DỰ BÁO CHUỖI THỜI GIAN TRONG HỆ THỐNG THÔNG TIN BỆNH VIỆN Chuyên ngành : Hệ thống thông tin quản lý Mã số: 603448 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 11 năm 2012 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hướng dẫn khoa học : PGS.TS DƯƠNG TUẤN ANH (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : TS CAO HÀO THI (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : PGS.TS VŨ THANH NGUYÊN (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 25 tháng 12 năm 2012 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: TS Nguyễn Văn Minh Mẫn (CT) TS Cao Hào Thi (PB1) PGS.TS Vũ Thanh Nguyên (PB2) PGS.TS Dương Tuấn Anh (UV) TS Bùi Hoài Thắng (TK) Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TS NGUYỄN VĂN MINH MẪN TRƯỞNG KHOA ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: HỒ THỊ DUYÊN ………………MSHV: 10320907 Ngày, tháng, năm sinh: 30/01/1987 …………… Nơi sinh: Phú Yên Chuyên ngành: Hệ thống thông tin quản lý………Mã số : 603448 I TÊN ĐỀ TÀI: Dự báo chuỗi thời gian hệ thống thông tin bệnh viện II NHIỆM VỤ VÀ NỘI DUNG: Nghiên cứu mơ hình thống kê, cụ thể ba phương pháp: kỹ thuật làm trơn, mơ hình ARIMA mơ hình mùa SARIMA cho dự báo liệu chuỗi thời gian Nghiên cứu phần mềm R để dự báo chuỗi thời gian Áp dụng so sánh hiệu ba phương pháp: kỹ thuật làm trơn, mơ hình ARIMA mơ hình mùa SARIMA vào việc dự báo doanh thu bệnh viện III NGÀY GIAO NHIỆM VỤ : 02/07/2012 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 30/11/2012 V CÁN BỘ HƯỚNG DẪN: PGS.TS DƯƠNG TUẤN ANH Tp HCM, ngày tháng năm 20 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) (Họ tên chữ ký) PGS.TS DƯƠNG TUẤN ANH TRƯỞNG KHOA (Họ tên chữ ký) i LỜI CÁM ƠN Lời luận văn xin gửi lời cám ơn chân thành đến thầy PGS TS Dương Tuấn Anh, thầy dành nhiều thời gian tâm huyết hướng dẫn thời gian thực luận văn tốt nghiệp Tôi xin gửi lời cảm ơn đến quý thầy cô giảng dạy truyền đạt kiến thức hữu ích cho tơi suốt thời gian tham gia học tập trường Đại học Bách Khoa thành phố Hồ Chí Minh Tơi xin chân thành cám ơn anh chị đồng nghiệp tạo điều kiện giúp đỡ việc thu thập liệu thực luận văn Cuối tơi xin cám ơn đến gia đình bạn bè động viên giúp đỡ tơi q trình thực luận văn TP.HCM, ngày 30 tháng 11 năm 2012 Học viên cao học khóa 2010 Hồ Thị Duyên ii TÓM TẮT NỘI DUNG LUẬN VĂN Luận văn thực nhằm mục đích xác định phương pháp đưa kết dự báo liệu chuỗi thời gian tối ưu ba phương pháp: (1) Kỹ thuật làm trơn, (2) Mơ hình ARIMA (3) Mơ hình mùa (SARIMA) Phương pháp nghiên cứu thực phương pháp định lượng Trong luận văn này, tác giả sâu vào nghiên cứu: (1) Lý thuyết liệu chuỗi thời gian, (2) Ba phương pháp hỗ trợ thực dự báo liệu chuỗi thời gian (3) Tìm hiểu sử dụng ngơn ngữ R Bên cạnh việc nghiên cứu lý thuyết, luận văn tiến hành áp dụng lý thuyết nghiên cứu vào hai tập liệu thu thập từ hai đơn vị lĩnh vực bệnh viện thành phố Hồ Chí Minh Đánh giá đưa kết luận từ nghiên cứu thực nghiệm mơ hình dự báo cho kết tối ưu Kết tư liệu tham khảo hữu hiệu cho đơn vị lĩnh vực y tế - bệnh viện doanh nghiệp khác ngồi ngành, có nhu cầu việc phân tích liệu chuỗi thời gian lựa chọn phương pháp ngôn ngữ hỗ trợ thực iii ABSTRACT This thesis aims to determine the best method for forecasting of the data time series in hospital from three methods: (1) Exponential Smoothing, (2) ARIMA model and (3) Seasonal Model (SARIMA) The method research is implemented by Quantitative Methods In this thesis, I will go to deep into researching: (1) Theory of the data time series, (2) Three methods support for implement of the data time series, and (3) Learn and use the language R Besides the research of theory, the thesis also conducts applied the research theory into two data sets were collected from two units in the hospital in Ho Chi Minh city Evaluate and draw conclusions from real research about the best choice of the three forecasting models These result will be usefull reference material for the units in the hospitals and other industries, there is need for data time series analysis in the selection of the method and language support implemention iv DANH MỤC CHỮ VIẾT TẮT ACF : Hàm tự tương quan AIC : Akaike’s Information Criterion ARIMA: Integrated Autoregressive Moving Average PACF : Hàm tự tương quan riêng phần PKDK : Phòng khám đa khoa TTYT : Trung tâm y tế SARIMA: Seasonal ARIMA v LỜI CAM ĐOAN Tơi xin cam đoan tồn nội dung số liệu luận văn tự nghiên cứu thực Những liệu thu thập xử lý cách khách quan trung thực vi MỤC LỤC LỜI CÁM ƠN i TÓM TẮT NỘI DUNG LUẬN VĂN ii ABSTRACT iii DANH MỤC CHỮ VIẾT TẮT iv LỜI CAM ĐOAN v MỤC LỤC vi DANH MỤC BẢNG x DANH MỤC HÌNH xi CHƯƠNG 1: GIỚI THIỆU 1.1 Giới thiệu đề tài 1.1.1 Giới thiệu tổng quan tình hình ứng dụng dự báo chuỗi thời gian 1.1.2 Tổng quan tình hình dự báo chuỗi thời gian Việt Nam 1.2 Cơ sở hình thành đề tài 1.3 Mục tiêu đề tài 1.4 Ý nghĩa đề tài 1.5 Phạm vi giới hạn đề tài 1.6 Bố cục luận văn CHƯƠNG 2: CÁC CƠNG TRÌNH LIÊN QUAN 2.1 Mơ hình Neural Network 2.2 Các mô hình phân tích thống kê 2.2.1 Các mơ hình xu 2.2.2 Dự báo phương pháp phân tích 11 vii 2.2.3 Dự báo phân tích hồi quy 12 2.2.4 Các mơ hình dự báo phương pháp Box – Jenkins 13 CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 15 3.1 Phương pháp nghiên cứu 15 3.1.1 Phương pháp dự báo 15 3.1.2 Phương pháp luận dự báo định lượng 16 3.1.3 Nguồn liệu 18 3.2 Phần mềm hỗ trợ 19 CHƯƠNG 4: CƠ SỞ LÝ THUYẾT 21 4.1 Dự báo chuỗi thời gian 21 4.1.1 Khái niệm dãy số chuỗi thời gian 21 4.1.2 Phân tích biến động thành phần dãy số thời gian 22 4.2 Đánh giá độ xác dự báo 24 4.2.1 Phân chia mẫu 24 4.2.2 Các thước đo độ xác mơ hình dự báo 24 4.3 Các mơ hình nghiên cứu 26 4.3.1 Kỹ thuật làm trơn 26 4.3.2 Các mơ hình ARIMA 30 4.3.3 Mơ hình mùa 37 4.4 Ngôn ngữ R 39 4.4.1 Văn phạm 39 4.4.2 Cấu trúc lệnh ngôn ngữ R 40 CHƯƠNG 5: KẾT QUẢ THỰC NGHIỆM 43 5.1 Nguồn liệu 43 6000 4000 2000 Log(SeriesYT1) 8000 F3 10 20 30 40 Time Hình F.2 Biểu đồ so sánh giá trị thực tế giá trị dự báo cho khoảng thời gian doanh thu TTYT theo mơ hình SARIMA(2,1,1)(0,1,0)12 > #Giá trị kết dự báo > SARIMAresultYT1 = plot(modelSArimaYT1, n.ahead=8, pch=19, ylab='DTYT', transform=exp) > SARIMAresultYT1$pre # giá trị dự báo Time Series: Start = 41 End = 48 Frequency = [1] 2889.812 1978.668 2272.469 2465.410 2568.281 3193.394 4931.133 2577.339 > #Đánh giá kết dự báo > ForecastSArimaYT1 = SARIMAresultYT1$pre > cbind(futureYT, ForecastSArimaYT1 ) #Giá trị thật giá trị dự báo Time Series: Start = 41 End = 48 Frequency = futureYT ForecastSArimaYT1 41 1892 2889.812 42 3023 1978.668 43 2163 2272.469 44 2566 2465.410 45 2232 2568.281 46 2439 3193.394 47 2236 4931.133 48 4325 2577.339 > valSArimaYT1 valSArimaYT1 MAE MSE RMSE MAPE MPE F4 9.732089e+02 1.638577e+06 1.280069e+03 3.790058e-01 -1.818191e-01 Mơ hình SARIMA (2,1,0)(0,1,1)12 > # Mơ hình SARIMA(2,1,0)(0,1,1)12 > modelSArimaYT2 = arima(log(seriesYT), order=c(2,1,0), seasonal = list(order=c(0,1,1), period=12)); modelSArimaYT2 Call: arima(x = log(seriesYT), order = c(2, 1, 0), seasonal = list(order = c(0, 1, 1), period = 12)) Coefficients: ar1 -0.7396 s.e 0.1818 ar2 -0.2772 0.1810 sma1 -0.2845 0.2936 sigma^2 estimated as 0.1375: 32.62 > tsdiag(modelSArimaYT2) log likelihood = -12.31, aic = F5 -2 Standardized Residuals 10 20 30 40 Time 0.4 -0.2 ACF 1.0 ACF of Residuals 10 15 Lag 0.8 0.4 0.0 p value p values for Ljung-Box statistic 10 lag Hình F.3 Biểu đồ giá trị phần dư, tương quan kiểm định p-values thống kê Ljung-Box theo mơ hình SARIMA(2,1,0)(0,1,1)12 > #Mơ hình SARIMA > # Biểu đồ kết hợp liệu thật mơ hình dự báo > plot(modelSArimaYT2, n.ahead = 8, pch=19, ylab='Log(SeriesYT1)', transform=exp); points(x=(41:48), y=futureYT, pch=3, col='red', lty=3) 6000 2000 Log(SeriesYT1) 10000 F6 10 20 30 40 Time Hình F.4 Biểu đồ so sánh giá trị thực tế giá trị dự báo cho khoảng thời gian doanh thu TTYT theo mơ hình SARIMA(2,1,0)(0,1,1)12 > #Giá trị kết dự báo > SARIMAresultYT2 = plot(modelSArimaYT2, n.ahead = 8, pch = 19, ylab = 'DTYT', transform = exp) > SARIMAresultYT2$pre # giá trị dự báo Time Series: Start = 41 End = 48 Frequency = [1] 2752.396 2049.574 2230.045 2459.348 2358.693 2972.647 4017.910 2875.816 > #Đánh giá kết dự báo > ForecastSArimaYT2 = SARIMAresultYT2$pre > cbind(futureYT, ForecastSArimaYT2) Time Series: Start = 41 End = 48 Frequency = futureYT ForecastSArimaYT2 41 1892 2752.396 42 3023 2049.574 43 2163 2230.045 44 2566 2459.348 45 2232 2358.693 46 2439 2972.647 47 2236 4017.910 48 4325 2875.816 > valSArimaYT2 valSArimaYT2 MAE MSE 7.373691e+02 9.099848e+05 RMSE 9.539312e+02 MAPE MPE 2.821088e-01 -1.074485e-01 Mơ hình SARIMA (0,1,1)(2,1,0)12 > # Mơ hình SARIMA(0,1,1)(2,1,0)12 > modelSArimaYT3 = arima(log(seriesYT), order=c(0,1,1), seasonal = list(order=c(2,1,0), period=12)); modelSArimaYT3 Call: arima(x = log(seriesYT), order = c(0, 1, 1), seasonal = list(order = c(2, 1, 0), period = 12)) Coefficients: ma1 -1.0000 s.e 0.1542 sar1 -0.4790 0.3138 sar2 -0.5177 0.4875 sigma^2 estimated as 0.07117: 25.68 > tsdiag(modelSArimaYT3) log likelihood = -8.84, aic = F8 -1 Standardized Residuals 10 20 30 40 Time 0.4 -0.2 ACF 1.0 ACF of Residuals 10 15 Lag 0.8 0.4 0.0 p value p values for Ljung-Box statistic 10 lag Hình F.5 Biểu đồ giá trị phần dư, tương quan kiểm định p-values thống kê Ljung-Box theo mơ hình SARIMA(0,1,1)(2,1,0)12 > #Mơ hình SARIMA > #Biểu đồ kết hợp liệu thật mơ hình dự báo > plot(modelSArimaYT3, n.ahead=8, pch=19, ylab='Log(SeriesYT1)', transform=exp); points(x=(41:48), y=futureYT, pch=3, col='red', lty=3) 1000 2000 3000 4000 5000 6000 Log(SeriesYT1) F9 10 20 30 40 Time Hình F.6 Biểu đồ so sánh giá trị thực tế giá trị dự báo cho khoảng thời gian doanh thu TTYT theo mô hình SARIMA(0,1,1)(2,1,0)12 > #Giá trị kết dự báo > SARIMAresultYT3 = plot(modelSArimaYT3, n.ahead=8, pch=19, ylab='DTYT', transform=exp) > SARIMAresultYT3$pre # giá trị dự báo Time Series: Start = 41 End = 48 Frequency = [1] 2537.528 2516.950 2282.704 2915.770 2116.077 2433.516 3650.392 3226.146 > #Đánh giá kết dự báo > ForecastSArimaYT3 = SARIMAresultYT3$pre > cbind(futureYT,ForecastSArimaYT3 ) Time Series: Start = 41 End = 48 Frequency = futureYT ForecastSArimaYT3 41 1892 2537.528 42 3023 2516.950 43 2163 2282.704 44 2566 2915.770 45 2232 2116.077 46 2439 2433.516 47 2236 3650.392 48 4325 3226.146 > valSArimaYT3 #Mơ hình SARIMA(1,1,1)(1,1,0)12 > modelSArimaYT6 = arima(log(seriesYT), order=c(1,1,1), seasonal = list(order=c(1,1,0), period=12)); modelSArimaYT6 Call: arima(x = log(seriesYT), order = c(1, 1, 1), seasonal = list(order = c(1, 1, 0), period = 12)) Coefficients: ar1 -0.1929 s.e 0.1906 ma1 -1.0000 0.1767 sar1 -0.2776 0.2124 sigma^2 estimated as 0.09197: 25.15 > tsdiag(modelSArimaYT6) log likelihood = -8.57, aic = F11 -1.5 0.0 1.5 Standardized Residuals 10 20 30 40 Time 0.4 -0.2 ACF 1.0 ACF of Residuals 10 15 Lag 0.8 0.4 0.0 p value p values for Ljung-Box statistic 10 lag Hình F.7 Biểu đồ giá trị phần dư, tương quan kiểm định p-values thống kê Ljung-Box theo mơ hình SARIMA(1,1,1)(1,1,0)12 > #Mơ hình SARIMA > #Biểu đồ kết hợp liệu thật mơ hình dự báo > plot(modelSArimaYT6, n.ahead=8, pch=19, ylab='Log(SeriesYT1)' ,transform=exp); points(x=(41:48), y=futureYT, pch=3,col='red', lty=3) 6000 4000 2000 Log(SeriesYT1) 8000 F12 10 20 30 40 Time Hình F.8 Biểu đồ so sánh giá trị thực tế giá trị dự báo cho khoảng thời gian doanh thu TTYT theo mơ hình SARIMA(1,1,1)(1,1,0)12 > #Giá trị kết dự báo > SARIMAresultYT6 = plot(modelSArimaYT6, n.ahead=8, pch=19, ylab='DTYT', transform=exp) > SARIMAresultYT6$pre # giá trị dự báo Time Series: Start = 41 End = 48 Frequency = [1] 3026.684 2102.568 2359.123 2543.635 2540.095 3262.519 4266.285 3036.789 > #Đánh giá kết dự báo > ForecastSArimaYT6 = SARIMAresultYT6$pre; cbind(futureYT, ForecastSArimaYT6) Time Series: Start = 41 End = 48 Frequency = futureYT ForecastSArimaYT6 41 1892 3026.684 42 3023 2102.568 43 2163 2359.123 44 2566 2543.635 45 2232 2540.095 46 2439 3262.519 47 2236 4266.285 48 4325 3036.789 > valSArimaYT6 valSArimaYT6 MAE MPE 8.404643e+02 1.828794e-01 MSE 1.091040e+06 RMSE 1.044528e+03 MAPE 3.356405e-01 - Dự báo số mơ hình khác > #Mơ hình SARIMA > #Biểu đồ kết hợp liệu thật mơ hình dự báo > plot(modelSArimaYT4, n.ahead=8, pch=19, ylab='Log(SeriesYT1)', transform=exp); points(x=(41:48), y=futureYT, pch=3,col='red', lty=3) > #Giá trị kết dự báo > SARIMAresultYT4 = plot(modelSArimaYT4, n.ahead=8, pch=19, ylab='DTYT', transform=exp) > SARIMAresultYT4$pre # giá trị dự báo Time Series: Start = 41 End = 48 Frequency = [1] 2718.560 2506.186 2376.050 2926.749 2271.300 2676.955 3881.096 3303.736 > #Đánh giá kết dự báo > ForecastSArimaYT4 = SARIMAresultYT4$pre > cbind(futureYT, ForecastSArimaYT4) #Giá trị thật giá trị dự báo Time Series: Start = 41 End = 48 Frequency = futureYT ForecastSArimaYT4 41 1892 2718.560 42 3023 2506.186 43 2163 2376.050 44 2566 2926.749 45 2232 2271.300 46 2439 2676.955 47 2236 3881.096 48 4325 3303.736 > valSArimaYT4 valSArimaYT4 MAE MSE RMSE MAPE MPE 6.075985e+02 6.166646e+05 7.852800e+02 2.417437e-01 -1.399709e-01 > #Mơ hình SARIMA > #Biểu đồ kết hợp liệu thật mơ hình dự báo > plot(modelSArimaYT5, n.ahead=8, pch=19, ylab='Log(SeriesYT1)', transform=exp); points(x=(41:48), y=futureYT, pch=3,col='red', lty=3) > #Giá trị kết dự báo > SARIMAresultYT5 = plot(modelSArimaYT5, n.ahead=8, pch=19, ylab='DTYT', transform=exp) > SARIMAresultYT5$pre #Giá trị dự báo Time Series: Start = 41 F14 End = 48 Frequency = [1] 2587.218 2197.408 2196.583 2580.409 2235.466 2729.478 3838.249 2925.231 > #Đánh giá kết dự báo > ForecastSArimaYT5 = SARIMAresultYT5$pre > cbind(futureYT,ForecastSArimaYT5) #Giá trị thật giá trị dự báo Time Series: Start = 41 End = 48 Frequency = futureYT ForecastSArimaYT5 41 1892 2587.218 42 3023 2197.408 43 2163 2196.583 44 2566 2580.409 45 2232 2235.466 46 2439 2729.478 47 2236 3838.249 48 4325 2925.231 > valSArimaYT5 valSArimaYT5 MAE MSE RMSE MAPE MPE 6.080955e+02 7.221514e+05 8.497949e+02 2.278202e-01 -7.863284e-02 So sánh kết đánh giá dự báo mơ hình > > + + + + + + + #So sánh kết tiêu so sánh đánh giá mơ hình rbind( SArimaYT1.211010=valSArimaYT1 ,SArimaYT2.210011=valSArimaYT2 ,SArimaYT3.011210=valSArimaYT3 ,SArimaYT4.010211=valSArimaYT4 ,SArimaYT5.110111=valSArimaYT5 ,SArimaYT6.111110=valSArimaYT6 ) MAE MSE RMSE MAPE MPE SArimaYT1.211010 973.2089 1638576.6 1280.0690 0.3790058 -0.18181910 SArimaYT2.210011 737.3691 909984.8 953.9312 0.2821088 -0.10744847 SArimaYT3.011210 531.9631 503864.2 709.8339 0.2051312 -0.08621727 SArimaYT4.010211 607.5985 616664.6 785.2800 0.2417437 -0.13997091 SArimaYT5.110111 608.0955 722151.4 849.7949 0.2278202 -0.07863284 SArimaYT6.111110 840.4643 1091039.8 1044.5285 0.3356405 -0.18287936 G1 Phụ lục G: HÀM > > > > > > + + + > > + + + > > + + + > > + + + + + + + + + #Hàm tìm giá trị nhỏ Min = function(X,Y) { min(min(X),min(Y))} #Hàm tìm giá trị lớn Max = function(X,Y) { max(max(X),max(Y))} # Tính RMSE RMSE #Load thư viện TTR library(TTR) #Load thư viện forecast library(forecast) Trước sử dụng mơ hình ARIMA SARIMA, việc ta phải load thư viện TSA gói TSA TTR gói TTR > > > > #Load thư viện TTR library(TTR) #Load thư viện TSA library(TSA) I1 LÝ LỊCH TRÍCH NGANG Họ tên : Hồ Thị Duyên Ngày, tháng, năm: 30/01/1987 Nơi sinh : Phú Yên Email : duyen.th2@gmail.com QUÁ TRÌNH ĐÀO TẠO Thời gian Chương trình Địa điểm 2005 – 2009 Đại học Kinh tế Khoa Hệ thống thông tin quản lý Hệ thống thông tin quản lý Trường Đại Học Kinh tế tp.HCM Đại học Bách Khoa Khoa Khoa Học Kỹ Thuật Máy Hệ thống thông tin quản lý Tính 2010 – 2012 Trường Đại Học Bách Khoa tp.HCM Q TRÌNH CƠNG TÁC Thời gian Địa điểm công tác 2009 – 2010 Công ty CP Định Gia Net – Diginet 2010 – 2011 Công ty CP Woldsoft 2011 – 10/2012 Công ty CP Tin học Lạc Việt ... Chuyên ngành: Hệ thống thông tin quản lý………Mã số : 603448 I TÊN ĐỀ TÀI: Dự báo chuỗi thời gian hệ thống thông tin bệnh viện II NHIỆM VỤ VÀ NỘI DUNG: Nghiên cứu mô hình thống kê, cụ thể... giá trị dự báo) ([4]) Trong ngữ cảnh chuỗi thời gian, ngõ giá trị chuỗi thời gian dự báo, ngõ vào có giá trị quan sát trước thời điểm dự báo (xác định độ trễ) chuỗi thời gian biến giải thích khác... phương pháp luận dự báo định lượng Phương pháp luận dự báo định lượng • Phương pháp luận dự báo chuỗi thời gian: dự báo giai đoạn khứ dự báo giai đoạn tương lai • Phương pháp luận dự báo nhân quả: