发生预测

Question

我想知道什么方法最适合预测事件的发生。例如，给出一组5年来疟疾感染发生的数据以及其他几个影响疟疾感染发生的因素，我想预测未来5年的疟疾感染发生。我想做的是用模糊逻辑规则推导出一种发生因子，然后用发生因子对出现的次数进行平均，得到第一个预测的出现次数，然后再用预测的出现次数进行平均，并继续迭代五年，但我决定在线寻求帮助。

Answer 1

进行预测的方法有很多，每种方法都有自己的优缺点。确定预测准确性的科学通常包括尝试将误差降至最低。所有的预测都可以归结为使用过去作为对未来的预测，并对其进行一定程度的调整。明天的温度将和今天一样，加减一定的温度。您如何决定+/-是不同的。

以下是您可能想要复习的一系列技术：

线性滑动平均(简单、单一、double)

• Exponential Smoothing

• Decomposition(Trend +季节性+周期性+非正则性)

(又称ARIMA，自回归综合移动平均)

很抱歉，对于模糊的答案，但预测是复杂的东西。

你描述的将你的预测反馈到模型中以产生未来预测的内容是标准的东西。我不知道“模糊逻辑”给你带来了什么特别的东西。正如任何预测讲师都会告诉你的那样，有时你只是斜眼看数据。上下文就是一切。

Answer 2

我会使用logit或probit模型来预测给定的一组外部环境的发生。不确定为什么要迭代。这基本上等同于在回归公式中包含滞后。你可以这样做，只要系数小于1，你就不会有爆炸问题。

如果你想在自变量中引入内生性元素，你可以使用VAR。

Answer 3

我认为，按照你的想法，随着时间的推移，你会有渐近的行为。你的数据要么会收敛到0，要么会爆炸。也就是说，在任何人能够帮助你之前，你可能必须提供一些数据和/或描述它的属性。这基本上是一个模拟，当涉及到外推时，因素就是一切。