决定预测的量，预测的需求，预测周期，预测频率，预测数据。
预测方法的选取很大程度上依赖于可用的数据，多种方法的结合。
如果没有可用数据，或者可用数据与预测不相关，采用定性预测方法。
定量预测应用的条件：
历史的数值数据
合理的假设，历史的数据模式在将来仍有可能发生
定量预测的方法很多，常常有特定的使用条件：
多数的定量预测问题，使用时间序列数据，或截面数据
截面预测，使用截面数据，预测未观测的数据
截面数据的例子：
在特定区域的2011年的房价，我们期望使用多种房屋的特性来预测未来的房价，这些
特征包括位置，房间数目，房屋建造时间。
一些2009型号汽车的燃料经济性数据。预测机动车的碳排放量，使用的信息包括燃油效率，发动机大小（尺寸）
可以使用的方法包括，包括回归模型，加性模型，一些神经网络模型。
时间序列预测
随着时间变化的事情，例如股票价格，销售统计数据，利润
周期性监测的数据，只使用数据数据本身，不去挖掘影响因素
预测趋势和周期性模式
而不考虑市场的主动性，竞争者行为，经济状况的改变
时间序列模型包括，ARIMA模型，指数平滑模型 结构化模型
参考文件：
扫一扫
847
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
