4-1预测与回归

灰色预测

p50

一、数据预处理

对数据进行预处理，消除数据波动变化；

xyuanshi=[0.18095 0.19382 0.18382 0.14627];
n=length(xyuanshi);
%%%%%%%对数据做均匀化处理%%%%%%
x(1)=(3*xyuanshi(1)+xyuanshi(2))/4;
x(n)=(3*xyuanshi(n)+xyuanshi(n-1))/4;
for i=2:(n-1)
	x(i)=(xyuanshi(i-1)+xyuanshi(i+1)+2*xyuanshi(i))/4;
end

数据预处理：标准化、归一化

标准化：Z标准化、min-max标准化（主成分分析）

Zscore

正向化：统一量纲

一个人的健康程度：

体重、身高、性别

kg、cm

有必要的情况下，可以

1. 填补缺失值

2. 剔除异常值

   方法：

3. 箱线图（matlab、SPSS）

4. 规律剔除（excel：透视表）

人的年龄：0-120，,9999

1、2、3、100000、5、67

二、一次累加

x1(1)=x(1);
for i=2:n
    x1(i)=x1(i-1)+x(i);
end

三、求解参数

%生成并使用
for i=1:(n-1)
    x2(i)=(x1(i)+x1(i+1))/2; %生成累加矩阵
end
%计算待定参数的值
Y=x(2:n)';
B(:,1)=-x2';
B(:,2) = 1;
alph=(B'*B)^(-1)*B'*Y;

四、预测结果

X1end(1) = x1(1);
for i=2:(n + 1)   %只推测后1个数据，可以从此修改
    X1end(i)=(X1end(1) - (alph(2)/alph(1)) )*exp(-alph(1)*(i-1)) + alph(2)/alph(1);
end

五、计算相对误差

%Xlend：预测结果
%xend：实际相对误差
Xend(1) = X1end(1);   
for i=2:(n+1)   %只推测后1个数据，可以从此修改
    Xend(i)=X1end(i)-X1end(i-1); %得到预测出来的数据
end

Errorxd=(Xend(1:n)-x)./x;

---

回归分析

方法一

p72

方法二

p82

lg10 -> ln