①直线(Linear)：Y=b0+(b1×X)

    ②二次函数(Quadratic)：Y=b0+(b1×X)+(b2×X2)

    ③三次函数(Cubic)：Y=b0+(b1×X)+(b2×X2)+(b3×X3)

    ④对数函数(Logarithmic)：Y=b0+(b1×log(X))

    ⑤幂函数(Power)：Y=b0×(X^b1)

    ⑥指数函数(Exponential)：Y=b0×(e^(b1×X))

    1.2.2 评价指标 对回归模型方程评价，采用决定系数R2来反映回归的实际效果，R2取值介于0～1之间，越接近1，模型的回归效果越好，越接近0，模型的回归效果越低，并对其进行F方差分析以求得显著性水平。通过测算预测的误差大小，评价各模型预测的准确性，采用相对误差ê和绝对误差e进行评价(对预测误差取绝对值以消除正负号的影响)，计算公式如下[1]：

    绝对误差：|e|=|Yi-■i|

    相对误差：|ê|=|(Yi-■i)/Yi|

    1.3 统计学方法

    文章中数据的分析处理通过SPSS13.0完成，并通过列表式和图表法进行数据表示。

    2 结果

    2.1 回归方程及其评价

    由门急诊人次数和年份的数据散点图可看出门急诊量与年份呈现线性变化趋势 ......