⑴ 定量預測分析法要用到歷史數據建立屬性模型,如果歷史數據沒有準確數據該怎辦
1,預測不論用什麼方法，運用何種理論，共同點都是從歷史數據出發，建立不同的預測模型。
2,沒有歷史數據，所謂預測失去了基礎。不過總需要預測工作。
3,多收集一些外部數據，行業數據，先粗後細，建立和完善預測模型。
⑵ 時間序列預測需要多少歷史數據
時間序列是按時間順序的一組數字序列。時間序列分析就是利用這組數列，應用數理統計方法加以處理，以預測未來事物的發展。時間序列分析是定量預測方法之一，它的基本原理:一是承認事物發展的延續性。應用過去數據，就能推測事物的發展趨勢。二是考慮到事物發展的隨機性。任何事物發展都可能受偶然因素影響，為此要利用統計分析中加權平均法對歷史數據進行處理。該方法方法簡單易行，便於掌握，但准確性差，一般只適用於短期預測。
⑶ 人工智慧中有哪些演算法是能夠根據以往數據預測以後的數據的
很多數據挖掘或者是機器學習中的演算法都能完成這個任務。 最簡單的最小二乘法，復雜一點的時間序列分析的方法，簡單的比如Auto regression (AR)等等
⑷ 通過matlab的BP神經網路演算法預測1998-2009對應的原始數據， 需要預測2010至2020年的數據。
問題是？
BP做預測不靠譜。。。
沒猜錯的話lz是想將時間做輸入將運量做輸出先學習，然後將時間外推做預測吧？但是貌似所有的神經網路做回歸時在邊界上的誤差都非常大，所以不推薦。就單純的時間序列就好了。
⑸ 現在有三年的歷史數據，想要預測下一個月的數，該怎麼做一天的和一個周的都可以比較好的預測出來
你有這種方法預測出來嗎，我也是彩民，求合作114760494
⑹ 運用eviews進行指數平滑法預測時，最少需要錄入多少個歷史數據才行呢5個行嗎
5個太少了，最起碼是20個以上。
⑺ 怎樣用20年的數據預測下一年的
點擊察看進入 A
看機器一般看外觀，外觀通過再驗證內部螺絲。
遇到屏幕翻新主要有一下幾種特徵，全部要求不貼膜情況下進行。
1.屏幕滴水不成型，或者沒有立體感。這個有人回帖說不一定全對，這是最基本的，蘋果出廠有梳水層，貼膜百分百在，長期裸奔的也只會在手指磨損地方可能有點問題，但是不會一整塊屏
幕滴水都失敗。
2.屏幕玻璃低於旁邊黑色密封圈，如果去掉膜手機屏幕摸著低於旁邊密封圈，恭喜中獎了。真的是持平的。別說是為了更好貼膜，人家設計出來就沒考慮過膜的問題。
3.前攝像頭和玻璃空錯位，原裝屏幕不可能和攝像頭有任何錯位，看不見攝像頭旁邊的東西。
⑻ 根據歷史銷售數據如何預測 未來幾個月的銷售數據
產品 市場 員工心態等一系列因素都能帶跑。
⑼ [急求]我要預測未來八個月股票走勢需要分析多長時間前的數據呢，是一年還是兩年…急救，大神幫忙
八個月為一個節點，最少也得三個節點3*8=24個月，最好是5個節點以上
⑽ 我用神經網路做時間序列預測1-8年的數據但是最後出現的預測值還是1-8年的數據
將歷史數據作為樣本訓練，最後用一組對應的樣本作為輸入，輸出自然是未來數據。神經網路預測就是這么做的。
對商品價格變動的分析，可歸結為對影響市場供求關系的諸多因素的綜合分析。傳統的統計經濟學方法因其固有的局限性，難以對價格變動做出科學的預測，而人工神經網路容易處理不完整的、模糊不確定或規律性不明顯的數據，所以用人工神經網路進行價格預測是有著傳統方法無法相比的優勢。從市場價格的確定機制出發，依據影響商品價格的家庭戶數、人均可支配收入、貸款利率、城市化水平等復雜、多變的因素，建立較為准確可靠的模型。該模型可以對商品價格的變動趨勢進行科學預測，並得到准確客觀的評價結果。