R语言预测实战(第二章--预测方法论)
Posted fd-682012
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言预测实战(第二章--预测方法论)相关的知识,希望对你有一定的参考价值。
2.1预测流程
从确定预测主题开始,一次进行数据收集、选择方法、分析规律、建立模型、评估效果直到发布模型。
2.2.1确定主题
(1)指标:表达的是数量特征,预测的结果也通常是通过指标的取值来体现。
(2)主体:预测研究的对象。
(3)精度:预测能够达到的准确水平。
(4)周期:在预测工作开始前,需要明确预测结果的时间跨度,或叫做周期。
(5)用户:
(6)成本:
(7)数据:
2.1.2收集数据
内容划分
收集原则 :全面覆盖、质量良好、周期一致、粒度(粒度可以理解为事物的层次)对称、持续生产
数据整合:通常按时间、周期、粒度、对象这几个维度对数据进行整合。
2.1.3选择方法
按预测涉及对象的数量及预测相关指标的数量把预测的数据情况分成简单型、丰富型、多样型、复杂型这四类。
(1)简单型
(2)丰富型
以上是关于R语言预测实战(第二章--预测方法论)的主要内容,如果未能解决你的问题,请参考以下文章
R语言实战应用精讲50篇(二十五)-时空数据统计模型:确定性预测模型
R语言实战应用精讲50篇(二十五)-时空数据统计模型:确定性预测模型
R语言实战应用精讲50篇(二十)-R语言时间序列预测模型:ARIMA vs KNN