数据预测模型_如何根据已有数据得出预测模型？线性回归公式来帮你！

    有时我们需要根据当前已经存在的部分数据，合理的进行下个阶段的数据预测，一般情况下我们会使用线性回归的方法拟合出一个预测模型。

     可什么是线性回归呢。。。我们来看一下线性回归的概念。

    对观测数据集的X的值拟合出一个预测模型。对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。

    但是，显然这个方法听起来就不是很简单的样子。Excel也自带线性回归的数据分析工具，这个不是我们今天主要介绍的内容，先来简单看一下是这个数据分析工具是一个什么样子的。

    我们根据一组x和y的值进行一下回归分析，天哪。。。我们看到会生成一个这个样子的回归参数表。

    嗯。。好吧很难看懂的样子。直接放结论：根据生成线性回归参数可以得出预测的方程：

                                        Y=1.154X+18.007

        根据得出的预测模型我们可以预测出x对应的数据。

    然而，我们今天主要介绍的并不是这个复杂的回归工具，而是一个很简单的使用函数进行线性回归预测的方法。

        还是使用上面的那组x和y的数据。我们介绍一下使用的公式：

        FORECAST(预测的x值，已知的y值数组，已知的x值数组)

        下面我们输入公式来看一下结果

显然，我们使用两种预测方法得到的数据误差很小，可以忽略不计。

然而第二种方法显然更简单，也可以支持我们动态数据的直接预测。

很适合我们根据已有的线上数据进行相关的科学预测。