使用指数模型进行预测。

我有以下数据。

Days    Total cases
1   3
2   3
3   5
4   6
5   28
6   30
7   31
8   34
9   39
10  48
11  63
12  70
13  82
14  91
15  107
16  112
17  127
18  146
19  171
20  198
21  258
22  334
23  403
24  497
25  571
26  657
27  730
28  883
29  1024
30  1139
31  1329
32  1635
33  2059
34  2545
35  3105
36  3684
37  4289
38  4778
39  5351
40  5916
41  6729
42  7600
43  8452
44  9210
45  10453
46  11484
47  12370
48  13431
49  14353
50  15724
51  17304
52  18543
53  20080
54  21372

我把天数定义为 “天”,把总病例定义为 “病例1″。我运行以下代码。

exp.mod <- lm(log(cases1)~days)

我得到一个很好的模型 有合理的残差和p值。

但当我运行下面的代码时,我得到的数值是11.6。

predict(exp.mod, data.frame(days=60))

我得到的值是11. 66476,这似乎并不正确。

我需要得到该值,并在指数模型中包含预测图.希望能澄清这个问题。

解决方案:

你应该考虑 EST 模型从 forecast 包。

下面举个例子。

library(dplyr)
library(forecast)
ausair %>% ets() %>% forecast() %>% autoplot()

我建议你检查免费的 书籍 的Rob J Hyndman教授和George Athanasopoulos教授写道(是预测包的作者)。

给TA打赏
共{{data.count}}人
人已打赏
解决方案

返回值的类型断言与函数返回类型的类型化比较

2022-5-13 9:00:24

解决方案

用参数定义路由时,在angular中的路由问题。

2022-5-13 10:00:08

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索