单变量的非线性预测

最近在论文中遇到的，大概就是根据往年的年份-文献数量（图大概长下面这样）预测新一年的文献数量。

首先分析问题：1、这是单变量预测，变量是年份，因变量是发文量。2、Y-x不是线性关系。

偶然想到大二数据结构课学过java的时间序列预测，于是以下为python的单变量时间序列预测学习笔记：

时间序列（time series）是同一现象在不同时间上的相继观察值排列而成的序列。根据观察时间的不同，时间序列中的时间可以是可以是年份、季度、月份或其他任何时间形式。

研究时间序列主要目的：进行预测，根据已有的时间序列数据预测未来的变化。

时间序列预测关键：确定已有的时间序列的变化模式，并假定这种模式会延续到未来。

特点：

• 假设事物发展趋势会延伸到未来
• 预测所依据的数据具有不规则性
• 不考虑事物发展之间的因果关系

平稳序列（stationary series）：是基本上不存在趋势的序列，序列中的各观察值基本上在某个固定的水平上波动，在不同时间段波动程度不同，但不存在某种规律，随机波动

非平稳序列（non-stationary series）：是包含趋势、季节性或周期性的序列，只含有其中一种成分，也可能是几种成分的组合。可分为：有趋势序列、有趋势和季节性序列、几种成分混合而成的复合型序列。

详细见：时间序列分析和预测(含实例及代码)_我不爱机器学习的博客-CSDN博客_时间序列预测

①Exponential Smoothing：指数平滑法（较为简单的时间序列预测问题）

思路：离预测时间越近的点，作用越大（我要预测2022年的值，2021年的数据肯定比2011年的数据对结果影响更大）

基本思想：假设随着时间变化权重以指数方式下降——最近为0.1，然后0.1^2，0.1^3…（将权重按照指数级进行衰减），最终年代久远的数据权重将接近于0。

一次指数平滑法针对没有趋势和季节性的序列，二次指数平滑法针对有趋势但没有季节性的序列，三次指数平滑法针对有趋势也有季节性的序列。

②ARIMA

③LSTM神经网络：对于复杂的时间序列预测问题，LSTM是一种很好的选择。

即时间序列预测问题转换为传统的监督学习问题（时间窗方法）

而对没有明显阶段规律的y-x值，还可以用多阶拟合的方式：（y-x的取值可以手动输入或文件读取）这里参考的是：数学建模方法—【04】拟合方法之np.polyfit、np.poly1d_土豆同学的博客-CSDN博客_np.poly1d

import numpy as np
import matplotlib.pyplot as plt
x_arr = [1982,1983,1984,1985,1986,1987,1988,1989,1990,1991,1992,1993,1994,1995,1996,1997,1998,1999,2000,2001,2002,2003,
     2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020,2021]
y_arr = [26,51,88,123,144,170,224,282,322,343,382,428,481,527,576,619,668,726,774,824,875,902,943,998,1043,1092,1148,
    1193,1259,1322,1393,1462,1540,1624,1714,1823,1903,1992,2060,2134]
# 拟合数据集

def goodness_of_fit(y_fitting, y_no_fitting):
    """
    计算拟合优度R^2
    :param y_fitting: List[int] or array[int] 拟合好的y值
    :param y_no_fitting: List[int] or array[int] 待拟合y值
    :return: 拟合优度R^2
    """
    SSR = __ssr(y_fitting, y_no_fitting)
    SST = __sst(y_no_fitting)
    rr = SSR /SST
    return rr
def __ssr(y_fitting, y_no_fitting):
    """
    计算SSR(regression sum of squares) 回归平方和
    :param y_fitting: List[int] or array[int]  拟合好的y值
    :param y_no_fitting: List[int] or array[int] 待拟合y值
    :return: 回归平方和SSR
    """
    y_mean = sum(y_no_fitting) / len(y_no_fitting)
    s_list =[(y - y_mean)**2 for y in y_fitting]
    ssr = sum(s_list)
    return ssr
def __sst(y_no_fitting):
    """
    计算SST(total sum of squares) 总平方和
    :param y_no_predicted: List[int] or array[int] 待拟合的y
    :return: 总平方和SST
    """
    y_mean = sum(y_no_fitting) / len(y_no_fitting)
    s_list =[(y - y_mean)**2 for y in y_no_fitting]
    sst = sum(s_list)
    return sst

figure1 = plt.figure(figsize=(8, 6))
# coeff 为系数，poly_fit 拟合函数
# 1. 先拟合获取系数
coeff_1 = np.polyfit(x_arr, y_arr, 1)
print("一阶拟合系数为:", coeff_1)
# 2. 根据系数得到多项式
poly_fit_1 = np.poly1d(coeff_1)
print("一阶多项式为:", poly_fit_1)
# 3. 输入变量(单个值或者变量数组)，得到拟合结果(数组)
y_fit_1 = poly_fit_1(x_arr)
print("一阶拟合得到的数据为: ", y_fit_1)
# 4. 根据结果作图
plt.plot(x_arr, y_fit_1, 'green',label="一阶拟合")
# 5. 根据原始数据以及拟合数据得到拟合优度
rr1 = goodness_of_fit(y_fit_1, y_arr)
print("一阶拟合优度为%.5f" % rr1)

coeff_2 = np.polyfit(x_arr, y_arr, 2)
print("二阶拟合系数为:", coeff_2)
poly_fit_2 = np.poly1d(coeff_2)
print("二阶多项式为:", poly_fit_2)
y_fit_2 = poly_fit_2(x_arr)
print("二阶拟合得到的数据为: ", y_fit_2)
plt.plot(x_arr, y_fit_2, 'orange',label="二阶拟合")
rr2 = goodness_of_fit(y_fit_2, y_arr)
print("二阶拟合优度为%.5f" % rr2)

coeff_3 = np.polyfit(x_arr, y_arr, 3)
print("三阶拟合系数为:", coeff_3)
poly_fit_3 = np.poly1d(coeff_3)
print("三阶多项式为:", poly_fit_3)
y_fit_3 = poly_fit_3(x_arr)
print("三阶拟合得到的数据为: ", y_fit_3)
plt.plot(x_arr, poly_fit_3(x_arr), 'skyblue',label="三阶拟合")
rr3 = goodness_of_fit(y_fit_3, y_arr)
print("三阶拟合优度为%.5f" % rr3)

coeff_4 = np.polyfit(x_arr, y_arr, 4)
print("四阶拟合系数为:", coeff_4)
poly_fit_4 = np.poly1d(coeff_4)
print("四阶多项式为:", poly_fit_4)
y_fit_4 = poly_fit_4(x_arr)
print("四阶拟合得到的数据为: ", y_fit_4)
plt.plot(x_arr, y_fit_4, 'blue',label="四阶拟合")
rr4 = goodness_of_fit(y_fit_4, y_arr)
print("四阶拟合优度为%.5f" % rr4)

coeff_5 = np.polyfit(x_arr, y_arr, 5)
print("五阶拟合系数为:", coeff_5)
poly_fit_5 = np.poly1d(coeff_5)
print("五阶多项式为:", poly_fit_5)
y_fit_5 = poly_fit_5(x_arr)
print("五阶拟合得到的数据为: ", y_fit_5)
plt.plot(x_arr, y_fit_5, 'red', label="五阶拟合")
rr5 = goodness_of_fit(y_fit_5, y_arr)
print("五阶拟合优度为%.5f" % rr5)

coeff_6 = np.polyfit(x_arr, y_arr, 6)
print("六阶拟合系数为:", coeff_6)
poly_fit_6 = np.poly1d(coeff_6)
print("六阶多项式为:", poly_fit_6)
y_fit_6 = poly_fit_6(x_arr)
print("六阶拟合得到的数据为: ", y_fit_6)
plt.plot(x_arr, y_fit_6, 'pink', label="六阶拟合")
rr6 = goodness_of_fit(y_fit_6, y_arr)
print("六阶拟合优度为%.5f" % rr6)

plt.scatter(x_arr, y_arr, color='black', label="原始数据")
plt.title("1~6阶拟合曲线图")
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
plt.legend(loc=2)
plt.show()

prediction = poly_fit_6(2022)-poly_fit_6(2021)
print("六阶拟合预测2022年文献数量为%.5f"% prediction)

运行结果：

一阶拟合系数为: [ 5.25639775e+01 -1.04301851e+05]
一阶多项式为:  
52.56 x - 1.043e+05
一阶拟合得到的数据为:  [-120.04756098  -67.48358349  -14.919606     37.64437148   90.20834897
  142.77232645  195.33630394  247.90028143  300.46425891  353.0282364
  405.59221388  458.15619137  510.72016886  563.28414634  615.84812383
  668.41210131  720.9760788   773.54005629  826.10403377  878.66801126
  931.23198874  983.79596623 1036.35994371 1088.9239212  1141.48789869
 1194.05187617 1246.61585366 1299.17983114 1351.74380863 1404.30778612
 1456.8717636  1509.43574109 1561.99971857 1614.56369606 1667.12767355
 1719.69165103 1772.25562852 1824.819606   1877.38358349 1929.94756098]
一阶拟合优度为0.97997
二阶拟合系数为: [ 6.81121189e-01 -2.67396414e+03  2.62418041e+06]
二阶多项式为:         2
0.6811 x - 2674 x + 2.624e+06
二阶拟合得到的数据为:  [  48.18937282   74.87074511  102.91435977  132.32021682  163.08831624
  195.21865804  228.71124222  263.56606878  299.78313772  337.36244904
  376.30400274  416.60779881  458.27383727  501.3021181   545.69264131
  591.4454069   638.56041487  687.03766522  736.87715795  788.07889306
  840.64287054  894.56909041  949.85755265 1006.50825727 1064.52120428
 1123.89639366 1184.63382542 1246.73349956 1310.19541607 1375.01957497
 1441.20597624 1508.7546199  1577.66550593 1647.93863434 1719.57400513
 1792.5716183  1866.93147385 1942.65357178 2019.73791209 2098.18449477]
二阶拟合优度为0.99748
三阶拟合系数为: [ 1.98129161e-02 -1.18285534e+02  2.35433047e+05 -1.56226545e+08]
三阶多项式为:          3         2
0.01981 x - 118.3 x + 2.354e+05 x - 1.562e+08
三阶拟合得到的数据为:  [  -6.13169953   37.26384878   79.82240573  121.66284898  162.9040558
  203.66490385  244.06427062  284.22103357  324.2540701   364.28225783
  404.4244743   444.79959694  485.52650312  526.72407046  568.51117656
  611.00669873  654.3295145   698.5985015   743.93253717  790.45049888
  838.2712642   887.51371077  938.29671589  990.73915705 1044.95991194
 1101.07785794 1159.21187252 1219.48083317 1282.00361753 1346.89910293
 1414.28616691 1484.28368694 1557.01054066 1632.58560538 1711.12775871
 1792.75587821 1877.58884126 1965.74552527 2057.34480789 2152.50556663]
三阶拟合优度为0.99899
四阶拟合系数为: [ 9.12416351e-04 -7.28499239e+00  2.18122542e+04 -2.90263846e+07
  1.44850306e+10]
四阶多项式为:            4         3             2
0.0009124 x - 7.285 x + 2.181e+04 x - 2.903e+07 x + 1.449e+10
四阶拟合得到的数据为:  [  19.59877014   49.79920769   82.28782463  116.78931808  153.05028915
  190.83926582  229.94665527  270.1847496   311.38776588  353.41180229
  396.13485718  439.45681572  483.29950142  527.60658264  572.34366035
  617.49823189  663.07965851  709.11925125  755.67019272  802.80756187
  850.62832451  899.25137138  948.81747055  999.48929596 1051.45144081
 1104.91033363 1160.09437561 1217.25382423 1276.66083717 1338.60948181
 1403.41569901 1471.41738892 1542.97425842 1618.46797943 1698.30212593
 1782.90210533 1872.71530533 1968.21094704 2069.88017082 2178.23604012]
四阶拟合优度为0.99931
五阶拟合系数为: [-7.74229726e-05  7.75722798e-01 -3.10881662e+03  6.22939054e+06
 -6.24105435e+09  2.50104990e+12]
五阶多项式为:             5          4        3             2
-7.742e-05 x + 0.7757 x - 3109 x + 6.229e+06 x - 6.241e+09 x + 2.501e+12
五阶拟合得到的数据为:  [  40.81640625   54.6875       76.86376953  105.76953125  140.00830078
  178.37158203  219.80029297  263.40722656  308.44140625  354.29882812
  400.49658203  446.67480469  492.58496094  538.07714844  583.09228516
  627.65771484  671.86816406  715.88623047  759.92919922  804.25634766
  849.1640625   894.97558594  942.03417969  990.68505859 1041.27636719
 1094.14404297 1149.60693359 1207.95166016 1269.42529297 1334.23095703
 1402.51123047 1474.34765625 1549.73583984 1628.59863281 1710.75634766
 1795.92480469 1883.71875    1973.61474609 2064.97070312 2156.99902344]
五阶拟合优度为0.99954
六阶拟合系数为: [-1.94414657e-08  1.55849276e-04 -3.90500377e-01  7.13376681e-01
  1.56573864e+06 -2.51068360e+09  1.25778866e+12]
六阶多项式为:             6             5          4          3             2
-1.944e-08 x + 0.0001558 x - 0.3905 x + 0.7134 x + 1.566e+06 x - 2.511e+09 x + 1.258e+12
六阶拟合得到的数据为:  [  40.82397461   54.70751953   76.88330078  105.77929688  140.01049805
  178.36010742  219.78320312  263.38476562  308.42089844  354.2800293
  400.484375    446.67211914  492.59228516  538.09375     583.11865234
  627.69018555  671.90673828  715.92724609  759.96850586  804.2902832
  849.19140625  894.99316406  942.03955078  990.67749023 1041.25830078
 1094.11621094 1149.57177734 1207.91088867 1269.38671875 1334.19848633
 1402.49121094 1474.34130859 1549.7512207  1628.63427734 1710.81054688
 1795.99584961 1883.7878418  1973.66503906 2064.96948242 2156.90185547]
六阶拟合优度为0.99955

六阶拟合预测2022年文献数量为91.60547