建立時間預測的預測模型大家好，
請您指導我分析：
我有一個 2000-2019 年的結果，該結果基於多個預測變數（a、b、c、d、e）
1-我想創建一個模型，在其中預測 2020 年的結果，其中我擁有 2000-20019 年的所有數據，加上我有 2020 年的 (a,b,c,d,e) 值，並且我需要預測上述年份的結果，然後將其與觀察值進行比較。
2- 如果沒有 2020 年的 (a,b,c,d,e) 來預測 2020 年的結果呢？如果我建立一個穩健的模型是否可能且有效？？？
注意：我的所有變數都是連續變數
數據探索和視覺化視窗回复：建立時間預測的預測模型名字下面有一類模型傳遞函數模型
這類模型期望您有一系列 Y（您在所有時間點的結果）和一系列輸入（您在所有時間點的 a、b、c、d、e 測量值）。
例如你有 y[0], y[1], ..., y[n], y[n+1], 和 a[0], a[1], ... a[n], a[ n+1]，等等。
此類模型可以幫助您預測未來時間 t 的 Y，使用 Y 的過去值和輸入的過去與/或當前值。
例如，使用 y[0]、y[1]、...、y[n] 和 a[0]、a[1]、...a[n]、a[ 預測 y[n+1] n+1]，依此類推。
如果你有一個 [n+1]，在未來的某個時間，很好，事情就會順利進行。
如果你沒有a[n+1]，一個技巧是把你預測的a[n+1]值放在那個地方。 要獲得 a[n+1] 的預測值，您需要在序列 a 上建立一個單獨的模型，以獲得 a[n+1]。
該模型採用稱為 ARIMA（自回歸綜合移動平均）的建模框架。 但是如果嚴重違反正態性假設，這些步驟可以應用於其他通用建模方法，只要您可以使用過去的值來製定對未來值的預測。
回复：建立時間預測的預測模型首先，歡迎來到社區。 這是真實情況還是假設？ 那些年的數據是怎麼得來的？ （例如，觀察數據、設計實驗、定向抽樣）。 您如何評估測量誤差？
如果是真的，您是如何將 ae 確定為 2000-2019 年的預測變量的？ 您是否有支持您量化的關係的假設？ 您使用的模型在這些年中的工作情況如何？ 您是否根據您的模型查看了任何年份的殘差？
問題1中的比較是殘差分析。
我不明白問題2？ 您想在沒有模型的情況下預測 2020 年的結果嗎？ 這是沒有道理的？ 您是否希望在不知道模型的情況下創建一個神經網絡來預測數據？ 穩健模型是什麼意思？ 通常，這意味著模型可以抵抗或較少受到模型外部變量（噪聲）變化的影響。 或者模型效果與變化的噪聲（外來變量變化）相似，或者沒有逐個噪聲的相互作用。
回复：建立時間預測的預測模型有許多建模方法可以幫助您解決問題。 Fit Model 平台是一個不錯的起點。 標準最小二乘人格。 我建議查看與此平台相關的在線文檔以了解具體細節。 這是一個鏈接：擬合線性模型
請注意，還有許多其他平台可能更適用於解決手頭的問題。
所有 JMP 建模平台在平台報告中都有一個選項，用於將預測公式作為新列保存到數據表中。 因此，一旦您找到“穩健模型”……無論這在實踐中意味著什麼……只需將預測公式保存到數據表中，您就會在該行中獲得 2020 年的預測。 或者您也可以使用報告預測分析器手動到達那裡。 所有建模平台都有某種形式的探查器，可以精確地做你想做的事。
