预测与预报
1、灰色预测(必掌握)
① 数据样本点少,6-15个 ② 数据呈现指数或曲线的形式
2、微分方程预测(高大上,备用)① 不好列方程 ② 不好解方程
用到时查找历史文献,通过改变参数引用(无法找到原始数据之间的关系,但可以找到原始数据的速度关系,可以回推)
3、回归分析预测(必掌握)求一个因变量与若干自变量的关系,样本点的个数有要求:
① 自变量之间协方差比较小,最好趋于零,自变量间的相关性小
② 样本点的个数 N>3k+1, k 为自变量的个数
③ 因变量要符合正态分布
4、马尔可夫预测(备用)一个序列之间没有信息的传递,前后没联系,数据与数据之间的随机性强,相互不影响;如果今天与后天没有直接关系,预测后天的温度高低的概率,只能得到概率
5、时间序列预测(必掌握)与马尔可夫链预测互补,至少有 2 个点需要信息的传递,ARMA 模型,周期性强,季节模型(有时需要修正误差,才能应用)
6、小波分析预测(高大上)数据无规律,海量数据,将波进行分离,分离出周期数据,规律性强;可以做时间序列做不出的数据。应用范围广(金融领域)