本文介绍了灰色预测模型和时间序列模型在序列预测中的适用场景。灰色预测适用于年份为单位且数据量较小的序列，而时间序列模型则用于月份、季度等更短周期的数据。在实际应用中，需首先检验数据的拟合程度，并考虑使用新陈代谢模型以提高预测准确性。预测流程中，绿色部分强调了模型检验的重要性，以确保预测结果的可靠性。
参考文章：https://zhuanlan.zhihu.com/p/158592530
灰色预测用在以年份为单位的序列中，时间序列模型用在以月份、季度等作为单位的序列中（周期长度<1年）
就是说，要通过一系列的处理将其变为有规律的序列，通过这个有规律的序列来预测未来,同时，灰色预测模型在预测数据量较少的序列比较好
注：绿线画的地方是结果
灰色预测的步骤
使用前应该先进行对原数据拟合程度的检验
新陈代谢模型是灰色预测模型的进阶版本，使用时候要注意比较
问题：如果一组序列是以年份为单位，但是它序列的长度是1979-2020年，怎么办？
预测类型题目的步骤
注：绿色部分很重要，有可能预测模型有问题，需要检验一下
扫一扫
1684
到【灌水乐园】发言
