求高手指点！ 请问数据预测模型的方法 如下图趋势的数据，应该用什么预测模型呢？

1. 求高手指点！ 请问数据预测模型的方法 如下图趋势的数据，应该用什么预测模型呢？

这个要看你做的是哪方面的 变量都有经济意义的 不同的变量会比较适合不同的模型！建议查一下现在常用的模型，比如对数模型，看看适用于那类的变量。如果真的找不到依据说这几个变量通常应用哪个模型，那就用最普通的回归去做！如果感觉t值一类的指标都符合现实意义，那就差不多。如果指标值与现实经济意义相去甚远，那么有两个办法：第一，适当调整原来的模型，比如是不是有异方差之类的，调完看看怎么样；第二，换 别的模型去试一试。最后可以确立一个相对符合的模型。如果是做论文的话，建议考虑一下为什么这个模型适用，分析一下经济原因，举个白痴一点的例子：您想用母鸡的数量解释鸡蛋的产量，那么推测应该使用线性回归模型，因为一只鸡下n只蛋，那么基于同一个养鸡场的鸡下蛋的数量基本相同的假设，使用线性回归对此关系进行分析……希望对您有所帮助

2. 对于大量数据的趋势预测用什么模型好

1.最简单的方法：
public static String reverse1(String str)
{   return new StringBuffer(str).reverse().toString();
}
2.最常用的方法：
public static String reverse3(String s)
 {    char[] array = s.toCharArray(); 
  String reverse = "";  //注意这是空，不是null
   for (int i = array.length - 1; i >= 0; i--) 
   reverse += array[i]; 
   return reverse; 
  } 
3.常用方法的变形：
 public static String reverse2(String s)
{   int length = s.length(); 
   String reverse = "";  //注意这是空，不是null
   for (int i = 0; i < length; i++) 
    reverse = s.charAt(i) + reverse;//在字符前面连接，  而非常见的后面
   return reverse; 
  }

3. 数学建模中预测增长趋势用什么模型

不知道增长趋势是什么意思，是一种状态还是一个值，所以都写下，如果能对趋势给个明显的说明那么就好办了
预测增长的值可以用：
有时间性：灰色预测、时间序列arima
无时间性：指数平滑、移动平均

预测增长的状态：
马尔可夫链

4. 数据的波动太大，用什么模型预测比较好？

用灰色预测比较好，灰色预测对于数据的有序性和个数要求不高，不过灰色预测对于短期预测比较有效，如果需要预测长期数据，数据量足够多，则用BP神经网络预测较好。

5. 对于大量数据，采用什么数学模型进行预测

以前当n大于30的时候我们就认为样本量足够大可以套用大数定律了，和现在所谓的大数据比起来真是小巫见大巫。数据量的爆发式增长和硬件存储技术的发展让大量数据成为了潜力无穷的财富，各行各业的人都开始说自己在搞大数据。

6. Excel利用散点图做趋势拟合来预测未来值，如何选择合适的函数

Excel 提供了几种常见的拟合函数类型（如指数、对数、多项式函数等），以下方法有助于选择合适的拟合函数：
根据散点图的走势判断函数类型
切换不同的拟合类型，从图形上直观观察拟合效果
显示拟合结果的R平方值，此值越接近于1，说明拟合结果越好
下面以Excel 2010为例进行演示：
1、插入散点图

2、选中数据系列→右键菜单→添加趋势线

3、在弹出的“设置趋势线格式”对话框中，分别选择类型为：指数、幂函数、多项式，并且勾选“显示公式”和显示R平方值

4、对比结果如下，从图中可知，三次多项式拟合结果的R平方值为1，因此效果最好。
4.1 指数函数拟合结果

4.2 幂函数拟合结果

4.3 二次多项式拟合结果

4.4 三次多项式拟合结果

7. 这个两个离散数据用什么模型比较合适 预测以后的趋势

离散型随机变量，运用统计和概率方法，利用马尔可夫链模型，按照变化幅度剧烈与缓慢进行量化、建模，从以 趋势，而当经济处于平稳发展阶段，实际GDP变化百分比呈现小幅上下震荡趋势。由此可以根据实际GDP变化幅度

8. 如果一组数据有明显的季节性影响,应采用什么预测方法

一、灰色预测是一种对含有不确定因素的系统进行预测的方法。灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。二、分类 ①灰色时间序列预测；即用观察到的反映预测对象特征的时间序列来构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。 ②畸变预测；即通过灰色模型预测异常值出现的时刻，预测异常值什么时候出现在特定时区内。 ③系统预测；通过对系统行为特征指标建立一组相互关联的灰色预测模型，预测系统中众多变量间的相互协调关系的变化。 ④拓扑预测；将原始数据作曲线，在曲线上按定值寻找该定值发生的所有时点，并以该定值为框架构成时点数列，然后建立模型预测该定值所发生的时点。