紧急医疗服务呼叫到达率预测

我们引入一种结合整数值时间序列模型与动态潜在因子结构的新方法，用于预测紧急呼叫到达率。协变量信息通过对因子载荷的简单约束来捕获。我们直接对每小时的计数型到达量进行建模，而非采用人为的正态性假设。这对于呼叫量可能非常低的紧急医疗服务情境至关重要。在估计因子水平和载荷时使用平滑样条，以改善长期预测。我们在小时层面而非日层面施加时间序列结构，从而在捕获长期结构的同时也捕获了细尺度依赖性。我们的分析考虑了多伦多紧急医疗服务在2007年1月至2008年12月期间收到的、并已派遣救护车的所有紧急优先呼叫。实证结果表明，呼叫到达量预测的误差显著降低。为量化预测误差降低的影响，我们设计了一个近似救护车系统动态的排队模型仿真。结果显示，随着预测方法的改进，系统性能得到提升。这种量化改进统计方法对运营影响的概念可能具有独立的研究意义。