Question

几种常见的预测模型

Answer 1

微分方程模型：若描述对象的某些特性随时间和空间的变化情况，预测其未来态势，研究它的控制手段时，通常需要建立微分方程模型。建模时需要进行适当的假设，然后根据已有的定律或定理，描述把形形色色的实际问题化成微分方程的定解问题。常用的微分方程模型有：人口模型、传染病模型、战争模型等等。

灰色预测模型：灰色预测就是在这种部分信息已知的条件下建立起来的预测模型。它的基本思路是，对已知的部分信息做关联分析，将原始数据生成一定规律性的序列，然后建立相应的微分方程模型，从而对研究对象进行预测。根据原始数列的生成方式和微分方程的阶数不同，灰色预测模型又分为：GM(1,1)，GM(2,1)，DGM和Verhulst模型。GM（1,1,）中，第一个1指的是微分方程的阶数，第二个1指的是单变量模型。

时间序列模型：时间序列指的是研究对象按时间的顺序排列的数据，它反映了研究对象在某个时间段内随时间的变化规律。基于此，可以推断出研究对象之后变化的可能性及变化趋势。时间序列模型本质上也是一种回归模型，它既考虑了研究对象发展的延续性，又考虑了偶然因素产生的随机性。