Предсказание возникновения

Question

Я хотел бы знать, какой метод лучше всего подходит для прогнозирования событий. Например, учитывая набор данных о 5-летних случаях заражения малярией и нескольких других факторов, которые влияют на эти случаи, я хотел бы предсказать следующие пять лет для случаев заражения малярией. Я подумал о том, чтобы получить некий фактор возникновения с использованием правил нечеткой логики, а затем усреднить вхождения с фактором вхождения, чтобы получить первое предсказанное вхождение, а затем снова усреднить все по предсказанному вхождению и продолжить итерацию для всех пяти лет, но я решил обратиться за помощью онлайн.

Answer 1

Существует много способов прогнозирования, каждый из которых имеет свои преимущества и недостатки. Наука определения точности прогноза часто состоит в попытке минимизировать ошибку. Все прогнозы сводятся к тому, чтобы использовать прошлое в качестве предиктора будущего, корректируя его на некоторое количество. Например. завтра температура будет такой же, как сегодня, плюс или минус некоторое количество. Как вы решаете +/- это то, что меняется.

Вот несколько методов, которые вы можете рассмотреть:

• Скользящие средние (простые, одинарные, двойные)
• Экспоненциальное сглаживание
• Разложение (Тренд + Сезонность + Циклики + Нерегулярности)
• Линейная регрессия
• Множественная регрессия
• Box-Jenkis (a.k.a. ARIMA, Авторегрессивное интегрированное перемещение Среднее)

Извините, за неопределенный ответ, но прогнозирование - сложная вещь.

То, что вы описываете для подачи ваших прогнозов обратно в модель для получения будущих прогнозов, является стандартным материалом. Я не знаю, дает ли вам «нечеткая логика» что-то конкретное. Как скажет любой инструктор по прогнозированию, иногда вы просто щуритесь и смотрите на данные. Контекст - это все.

Answer 2

Я бы использовал модель logit или probit , чтобы предсказать возникновение, учитывая ряд внешних обстоятельств. Не уверен, почему вы хотите повторить. Это было бы в основном эквивалентно включению отставания в формулу регрессии. Вы можете сделать это, и если коэффициент будет <1, у вас не будет проблемы со взрывом. </p>

Если вы хотите добавить элемент эндогенности в независимые переменные, вы можете использовать VAR .

Answer 3

Я думаю, с вашей заявленной идеей у вас будет асимптотическое поведение с течением времени. Либо ваши данные будут сходиться к 0, либо они взорвутся. Тем не менее, вам, вероятно, придется предоставить некоторые данные и / или описать их свойства, прежде чем кто-либо сможет вам помочь. Это в основном симуляция, и факторы все , когда дело доходит до экстраполяции.