一文教你灰色预测模型到底怎么做 |
您所在的位置:网站首页 › spss做灰色预测模型 › 一文教你灰色预测模型到底怎么做 |
灰色预测模型可针对数量非常少(比如仅4个),数据完整性和可靠性较低的数据序列进行有效预测,其利用微分方程来充分挖掘数据的本质,建模所需信息少,精度较高,运算简便,易于检验,也不用考虑分布规律或变化趋势等。但灰色预测模型一般只适用于短期预测,只适合指数增长的预测,比如人口数量,航班数量,用水量预测,工业产值预测等。 灰色预测模型有很多,GM(1,1)模型使用最为广泛,第1个数字表示进行一阶微分,第2个数字1表示只包含1个数据序列。灰色预测模型有很多,GM(1,1)模型使用最为广泛。 二、数据类型灰色预测GM(1,1)模型通常针对数量非常少的样本进行预测,如果数据带有时间项,其并不纳入分析项中,但自己整理数据时一般需要将数据依次按时间排序好录入数据,类似数据格式如下图: 1.SPSSAU上传数据 登录账号后进入SPSSAU页面,点击右上角“上传数据”,将处理好的数据进行“点击上传文件”上传即可。 ![]() 2.拖拽分析项 在“综合评价”模块中选择“灰色预测模型”方法,将分析项拖拽到右侧分析框后,点击“开始分析”即可。 背景:当前某城市1986~1992共7年的道路交通噪声平均声级数据,现希望预测出往后一期器械声平均声级数据。 ![]() ![]() 分析结果来源于SPSSAU 从上表可知,针对城市交通噪声/dB(A)进行GM(1,1)模型构建,首先进行级比值检验,用于判断数据序列进行模型构建的适用性。级比值为上一期数据/当期数据。 结果显示:级比检验值均在标准范围区间[0.779, 1.284]内,意味着本数据适合进行GM(1,1)模型构建 。 SPSSAU提供建议 2.模型构建结果![]() ![]() 从上表可知,模型构建后得到发展系数a,灰色作用量b,以及后验比C值和小误差概率p值; 后验差比C值0.231 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |