1.灰色预测模型的应用场景
信息不完全的系统称为灰色系统。信息不完全一般指:
- 系统因素不完全明确
- 因素关系不完全清楚
- 系统的结构不完全知道
- 系统的作用原理不完全明了
灰色预测就是对即含有已知信息,又含有不确定信息的系统进行预测,就是对在一定范围内变化的、与时间有关的灰色过程进行预测。
灰色预测的使用情况:
- 数据是以年份度量的非负数据(月份或季度用时间序列模型)。可用于定时求量或定量求时。
- 数据能经过准指数规律的检验(除了前两期外,后面至少90%期数的光滑比低于0.5)。
光滑比 = 平滑后数据的标准差 / 原始数据的标准差
数据的平滑处理见这篇博文:http://t.csdnimg.cn/FkJhX
- 数据的期数较短(3~10)且和其他数据的关联性不强。
2.GM(1,1)模型
GM:灰色模型。
(1,1):一阶微分方程,一个未知数。
公式:
原始序列:
累加序列:
紧邻均值序列:
模型参数:a 和 b
模型拟合:
模型预测:
1.数据预处理(指数规律检验)
要使用灰色预测模型,数据首先应具有准指数规律。因此,为了确定原始数据是否可以使用灰色预测模型,需要对原始数据进行级比检验。
累加r次的序列为:
定义级比: