시간 예측을 위한 예측 모델 구축여러분, 안녕하세요,
제 분석을 안내해 주시겠습니까?
여러 예측 변수(a,b,c,d,e)를 기반으로 하는 2000-2019년 결과가 있습니다.
1- 2000-20019년의 모든 데이터와 2020년의 (a,b,c,d,e) 값이 있는 2020년의 결과를 예측하는 모델을 만들고 싶습니다. 언급된 연도의 결과를 예측한 다음 관찰된 값과 비교해야 합니다.
2- 2020년에 대한 (a,b,c,d,e) 없이 2020년의 결과를 예측하는 것은 어떻습니까? 강력한 모델을 구축하면 가능하고 유효합니까???
참고: 내 모든 변수는 연속 변수입니다.
해석학데이터 테이블창Re: 시간 예측을 위한 예측 모델 구축문제를 해결하는 데 도움이 될 수 있는 모델링 방법은 얼마든지 있습니다. 시작하기에 좋은 곳은 Fit Model 플랫폼입니다. 표준 최소제곱 성격. 구체적인 내용은 이 플랫폼과 관련된 온라인 문서를 살펴보는 것이 좋습니다. 다음은 링크입니다. 선형 모델 피팅
당면한 문제를 해결하는 데 더 적합할 수 있는 다른 플랫폼이 많이 있습니다.
모든 JMP 모델링 플랫폼에는 플랫폼 보고서에 예측 공식을 새 열로 데이터 테이블에 저장하는 옵션이 있습니다. 따라서 '강력한 모델'을 찾으면 실제로 의미가 무엇이든 간에... 예측 공식을 데이터 테이블에 저장하기만 하면 해당 행에서 2020년 예측을 얻을 수 있습니다. 또는 보고서 예측 프로파일러를 사용하여 수동으로 이동할 수도 있습니다. 모든 모델링 플랫폼에는 원하는 작업을 정확하게 수행하기 위한 일종의 프로파일러가 있습니다.
Re: 시간 예측을 위한 예측 모델 구축먼저 커뮤니티에 오신 것을 환영합니다. 이것은 실제 상황입니까 아니면 가상입니까? 해당 연도의 데이터는 어떻게 획득되었습니까? (예: 관찰 데이터, 설계된 실험, 직접 샘플링). 측정 오류를 어떻게 평가했습니까?
그것이 실제라면 2000-2019년 동안 예측 변수로 어떻게 식별했습니까? 수량화한 관계를 뒷받침하는 가설이 있습니까? 당신이 사용하고 있는 모델은 그 기간 동안 얼마나 잘 작동합니까? 모델을 기반으로 몇 년 동안 잔차를 보셨습니까?
질문 1의 비교는 잔차 분석입니다.
질문 2를 이해하지 못합니까? 모델 없이 2020년의 결과를 예측하고 싶습니까? 말도 안되는 소리인가요? 모델을 모른 채 데이터를 예측하는 신경망을 만들고 싶으십니까? 견고한 모델이란 무엇을 의미합니까? 일반적으로 이는 모델이 모델 외부의 변수(노이즈) 변경에 대한 영향을 덜 받거나 덜 영향을 받는다는 것을 의미합니다. 또는 모델 효과가 노이즈 변경(외부 변수 변경)에 대해 유사하거나 노이즈-팩터 상호 작용이 없습니다.
