一、应用
灰色预测模型可针对数量非常少(比如仅4个),数据完整性和可靠性较低的数据序列进行有效预测,其利用微分方程来充分挖掘数据的本质,建模所需信息少,精度较高,运算简便,易于检验,也不用考虑分布规律或变化趋势等。但灰色预测模型一般只适用于短期预测,只适合指数增长的预测,比如人口数量,航班数量,用水量预测,工业产值预测等。
灰色预测模型有很多,GM(1,1)模型使用最为广泛,第1个数字表示进行一阶微分,第2个数字1表示只包含1个数据序列。
二、操作
SPSSAU操作
(1)点击SPSSAU综合评价里面的’灰色预测模型’按钮。如下图
(2)拖拽数据后点击开始分析
三、分析步骤
四、案例背景
当前某城市1986~1992共7年的道路交通噪声平均声级数据,现希望预测出往后一期器械声平均声级数据。数据如下:
五、分析结果
SPSSAU生成的分析结果如下
- GM(1,1)模型级比值表格
级比值λ
上一期数据/当期数据
例:71.1/72.4=0.982;以此类推。
分析1
从上表可知,针对城市交通噪声/dB(A)进行GM(1,1)模型构建,首先进行级比值检验,用于判断数据序列进行模型构建的适用性。级比值为上一期数据/当期数据。结果显示:级比检验值均在标准范围区间[0.779, 1.284]内,意味着本数据适合进行GM(1,1)模型构建 。
- 模型构建结果
分析2
从上表可知,模型构建后得到发展系数a,灰色作用量b,发展系数a和灰色作用量b值为构建模型使用值,其实际意义较小。后验比C值;后验差比C值0.231
Original: https://blog.csdn.net/m0_37228052/article/details/122662773
Author: spssau
Title: 灰色预测模型怎么分析?
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/700092/
转载文章受原作者版权保护。转载请注明原作者出处!