发生预测

Question

我想知道哪种方法最适合预测事件发生。 例如，鉴于5年疟疾感染事件和影响事件发生的其他几个因素的一组数据，我想预测未来五年疟疾感染的发生。 我想做的是使用模糊逻辑规则导出一种出现因子，然后用出现因子对出现次数求平均得到第一次预测出现，然后用预测出现的次数再次平均，并继续迭代所有五次多年了，但我决定在网上寻求帮助。

Answer 1

有很多方法可以进行预测，每种方法都有自己的优点和缺点。确定预测准确性的科学通常包括尽量减少错误。所有预测都归结为使用过去作为未来的预测因子，将其调整一定量。例如。明天温度将与今天相同，加上或减去一些量。你如何决定+/-是多少变化。

以下是您可能希望查看的一系列技巧：

• 移动平均线（简单，单，双）
• 指数平滑
• 分解（趋势+季节性+周期性+不规则性）
• 线性回归
• 多元回归
• Box-Jenkis（a.k.a. ARIMA， 自回归整合移动 平均）

对不起，对于模糊的回答，但预测很复杂。

您所描述的关于将预测反馈到模型中以产生未来预测的内容是标准的内容。我不知道“模糊逻辑”是否能让你获得任何特别的东西。正如任何预测指导员会告诉你的那样，有时你只是眯着眼睛看着数据。语境就是一切。

Answer 2

我会使用logit或probit模型来预测出现一系列外生情况。不确定为什么要迭代。这基本上相当于在回归公式中包含滞后。你可以这样做，只要系数<1，你就不会遇到爆炸问题。

如果要向自变量引入内生性元素，可以使用VAR。

Answer 3

我认为如你所说的那样，随着时间的推移你会有渐近的行为。您的数据会收敛到0，否则会爆炸。也就是说，在任何人可以帮助您之前，您可能必须提供一些数据和/或描述其属性。这基本上是一个模拟，当涉及外推时，因素是所有。