预测建模是一种使用数学和计算方法来预测事件或结果的技术。数学方法使用基于等式的模型来描述所考虑的现象。该模型用于根据模型输入的更改预测未来某个状态或时间的结果。模型参数有助于解释模型输入如何影响结果。例子包括时间序列回归模型预测航空交通量要么预测燃油效率基于一个线性回归模型发动机转速与负载的关系。
计算预测建模方法不同于数学方法,因为它依赖于不容易用方程形式解释的模型,并且通常需要仿真技术来创建预测。这种方法通常被称为“黑箱”预测建模,因为模型结构没有提供对将模型输入映射到结果的因素的洞察。例子包括使用神经网络来预测哪个酒厂一杯葡萄酒来自或装在袋子里的决策树,用来预测信用评级借款人。
预测建模通常使用曲线和曲面拟合、时间序列回归或机器学习方法。不管使用哪种方法,创建预测模型的过程在方法之间是相同的。的步骤是:
有关预测建模的更多信息,请参见计量经济学工具箱™,统计和机器学习工具箱™和深度学习工具箱™。