使用指数模型进行预测

Question

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

我将天数定义为“天数”，将总案件数定义为“ cases1”。我运行以下代码：

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

我得到一个具有合理残差和p值的好模型。

但是当我运行以下命令时：

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

我得到11.66476的值，这似乎不正确。

我需要获取值，还需要将预测图包含在指数模型中。 希望可以解决这个问题。

Answer 1

您应该考虑使用EST包中的forecast模型。

下面是一个例子。

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

我建议您检查Rob J Hyndman教授和George Athanasopoulos教授撰写的免费book（是预测软件包的作者）。