Я только что получил данные о производстве, мочевине, поташе, температуре, осадках, площади, используемой для производства. И теперь я хочу разработать инструмент, который прогнозирует производство с учетом параметров. Я использовал модель линейной регрессии для прогнозирования уравнения с помощью SPSS. но уравнение дает результат, который сильно отличается от фактического производства. Я провел анализ производства по сравнению с осадками, производства по сравнению с температурой. Это кубическое уравнение. Но для площади это линейное уравнение. Итак, я должен пойти на нелинейную регрессию, чтобы разработать инструмент прогнозирования, или что мне делать?? я в замешательстве.
регрессия для прогнозирования сельскохозяйственного производства
Ответы (1)
(1) Прежде всего, вы ДОЛЖНЫ понимать, что любое ваше предсказание основывается только на весе наблюдаемых свидетельств; в основном все, что вы можете сказать, это «ЕСЛИ ВСЕ ПРОДОЛЖАЕТ РАБОТАТЬ, КАК ЭТО БЫЛО РАНЬШЕ, что является большим ЕСЛИ, тогда мы ожидаем получить XXX кг/га» (или любые другие единицы).
(2) Я предполагаю, что в данных много шума. Сделайте оценку неопределенности прогнозной части вашего вывода. Например, выведите стандартное отклонение прогноза, а также точечную оценку.
(3) Я предполагаю, что площадь — это простой множитель. Разделите производство по площади и спрогнозируйте производство на единицу площади. Умножьте на площадь, чтобы получить общий объем производства.
(4) Полиномы низкого порядка (не выше степени 3), вероятно, подходят для этой задачи, но будьте осторожны: производство должно быть больше или равно нулю, а полиномы — нет. Вы также можете попробовать какие-то экспоненциальные функции или какие-то локализованные модели (например, LOESS, кригинг, модели гауссовых процессов).
Удачи и приятного времяпровождения.
person
Robert Dodier
schedule
21.05.2014
