预测未来增长的C#回归曲线拟合
一个当地的小企业主给了我一个问题，我需要一些帮助。他想让我拿他过去的销售/收入数据，建立一个模型来帮助预测未来的数据。
我知道我需要做一些回归曲线拟合。我知道我不希望它是一个简单的线性方程。增长率在性质上更具有指数型(即每年增长10% )。不过，我也知道，随着时间的推移，增长率自然会放缓。
我不确定我需要使用什么样的回归(如指数回归、逻辑回归等等)。
因此，例如，如果我有以下数据：
2005 - 41
2006 - 84
2007 - 149
2008年- 275
2009 - 353
2010 - 453
2011年- 712
2012 - 1001
2013年- 1370
2014 - 1591
我需要得到一个最接近曲线的回归函数。
我需要能够使用这个函数来找出它有多适合(R值)。
我需要能够利用这一功能来预测2015年、2016年、2017年、2018年的未来价值。
哪种回归类型最适合这种情况(如指数型、对数型、其他类型等)？
有哪些C#库可以帮助我解决这个问题？
我可以去哪里学习如何开始使用这些库？
任何帮助都将不胜感激。
谢谢!
回答 2
Stack Overflow用户
发布于 2014-12-17 14:20:49
一些一般性建议：
- 只使用线性回归作为基本回归算法。高阶回归(多边形、样条)倾向于生成数据并不是真正基于的信息，特别是在只有少数数据点的情况下。
- 如果要对指数或对数数据进行建模，则获取数据点(或exp)的日志，执行线性回归，并将结果映射回log / exp轴。
- 返回回归系数的简单线性回归算法有很多种来源。
您可以使用这个库：基于Math.NET数值的线性回归
或者这个简单的例程：C#中的线性回归
Stack Overflow用户
发布于 2014-12-17 17:42:11
与编程问题相比，这是一个建模问题。选择一个模型相当于对业务如何工作做出非常强的假设。线性模型意味着无界增长。这是现实吗？我怀疑。我的猜测是，逻辑曲线(比如a/(1 + exp(-b*t)))更现实，因为它达到了饱和水平。一旦您决定了一个模型，我的建议是使用一个统计包，例如R，甚至电子表格来处理数字。不必为此编写C#程序；没有必要重新发明轮子。
让我再次提到，到目前为止，这一问题的最大部分是选择模式。也许你应该把这个交给stats.stackexchange.com。
https://stackoverflow.com/questions/27527396
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号