Statistics 发生预测
我想知道什么方法最适合预测事件的发生。 例如,根据5年疟疾感染发生率的一组数据以及影响发生率的其他几个因素,我想预测未来5年的疟疾感染发生率。Statistics 发生预测,statistics,regression,prediction,Statistics,Regression,Prediction,我想知道什么方法最适合预测事件的发生。 例如,根据5年疟疾感染发生率的一组数据以及影响发生率的其他几个因素,我想预测未来5年的疟疾感染发生率。 我想做的是用模糊逻辑规则推导出一种发生因子,然后用发生因子平均发生次数,得到第一个预测发生次数,然后用预测发生次数再次平均所有发生次数,并持续迭代五年,但我决定在线寻求帮助 我认为按照你的想法,随着时间的推移,你会有渐进的行为。数据要么收敛到0,要么爆炸。也就是说,在任何人能够帮助您之前,您可能必须提供一些数据和/或描述其属性。这基本上是一个模拟,外推的
我想做的是用模糊逻辑规则推导出一种发生因子,然后用发生因子平均发生次数,得到第一个预测发生次数,然后用预测发生次数再次平均所有发生次数,并持续迭代五年,但我决定在线寻求帮助 我认为按照你的想法,随着时间的推移,你会有渐进的行为。数据要么收敛到0,要么爆炸。也就是说,在任何人能够帮助您之前,您可能必须提供一些数据和/或描述其属性。这基本上是一个模拟,外推的因素就是一切。我认为根据你的想法,随着时间的推移,你会有渐近行为。数据要么收敛到0,要么爆炸。也就是说,在任何人能够帮助您之前,您可能必须提供一些数据和/或描述其属性。这基本上是一个模拟,外推的因素就是一切。预测有很多方法,每种方法都有自己的优缺点。确定预测准确性的科学通常包括尽量减少误差。所有的预测都归结为使用过去作为未来的预测,并对其进行一定程度的调整。明天的温度将与今天一样,正负一定量。你如何决定+/-是不同的 以下是您可能需要回顾的一系列技术:
- 移动平均线(简单、单、双)
- 指数平滑
- 分解(趋势+季节性+周期性+不定性)
- 线性回归
- 多元回归
- Box Jenkis(又称ARIMA, 自回归积分移动 平均值)
您所描述的将预测反馈到模型中以生成未来预测的内容是标准内容。我不知道“模糊逻辑”是否能让你得到什么特别的东西。正如任何预测讲师都会告诉你的那样,有时你只是眯着眼睛看数据。环境决定一切。做预测有很多方法,每种方法都有自己的优缺点。确定预测准确性的科学通常包括尽量减少误差。所有的预测都归结为使用过去作为未来的预测,并对其进行一定程度的调整。明天的温度将与今天一样,正负一定量。你如何决定+/-是不同的 以下是您可能需要回顾的一系列技术:
- 移动平均线(简单、单、双)
- 指数平滑
- 分解(趋势+季节性+周期性+不定性)
- 线性回归
- 多元回归
- Box Jenkis(又称ARIMA, 自回归积分移动 平均值)