Phương pháp dự báo chuỗi thời gian trên chuỗi dữ liệu hạn chế: Trường hợp điển hình tại một phòng khám chuyên khoa Việt Nam

Tóm tắt

Nghiên cứu nhằm xác định phương pháp dự báo chuỗi thời gian có khả năng ứng dụng thực tiễn trong điều kiện dữ liệu ngắn, hỗ trợ nhà quản trị phòng khám ra quyết định vận hành trong thời gian ngắn hạn. Ba phương pháp gồm hồi quy tuyến tính đơn giản, san bằng hàm mũ có điều chỉnh xu hướng và ARIMA được thử nghiệm trên chuỗi dữ liệu lưu lượng khám của một phòng khám chuyên khoa. Các chỉ số sai số dự báo (MAE, RMSE, MAPE) được sử dụng đánh giá hiệu quả mô hình. Kết quả nghiên cứu cho thấy mô hình TAF-c, một biến thể của phương pháp san bằng hàm mũ có điều chỉnh xu hướng, đạt chỉ số sai số thấp nhất (MAE = 20, RMSE = 26 và MAPE = 8,73), cho thấy khả năng ứng dụng hiệu quả trong dự báo ngắn hạn (MAPE < 10%). Nghiên cứu cung cấp bằng chứng thực nghiệm hỗ trợ nhà quản trị phòng khám trong hoạch định nguồn lực, tối ưu dòng chảy vận hành và phát triển chiến lược. Nghiên cứu nhấn mạnh giá trị vai trò của quản trị dựa trên dữ liệu trong bối cảnh chuyển đổi số y tế Việt Nam.