刘恰恰

摘 要：大气污染和氣象要素变化已成为自然环境中影响人体健康的两个重要指标，在一定程度上也成为影响医药销售的重要因素。本文主要以大气污染和气象要素作为医药销售的影响因素，对其进行特征化处理，基于随机森林回归对特征与销量构建医药销售预测模型，并与典型模型进行对比。实验表明，本文模型具有较好的预测效果。

关键词：随机森林回归；医药销售预测；大气污染；气象要素

中图分类号：C931 文献标识码：A

环境变化对人体健康的影响是不可忽视的，尤其对呼吸道疾病。[1]相关文献研究[2，3]表明，大气污染和气象要素均可使人类疾病的发病危险性增加。基于医药销售领域现状，本文以呼吸道疾病的药物为例，应用随机森林回归对特征与销量构建医药销售预测模型。

1 数据预处理

本实验数据包括3部分，即医药销售数据、大气污染和气象要素，分别来源于某医药企业2015.1—2018.6期间日销售数据、全国天气网和市环保局监测站。

从医药数据特点来看，需检查原始记录中是否存在脏数据及不能直接进行相关分析的数据，如对缺失值进行插补；对异常值进行判断；对不同量纲的数据进行变换等。

从环境数据分析，本文选取6个大气污染指标，即SO2、NO2、CO、O3、PM10、PM2.5日浓度值，统计出各因子日最高、最低浓度；计算出各因子的日平均浓度；选取5个原始气象指标，即日最高温（T_max）、日最低温（T_min）、日平均温（T_ave）、日风速，基于原始数据计算出日温差、最高温、最低温、平均温、周变异系、平均风速，分别用T_var、v_max、v_min、v_ave、v_T、W_pow表示。……