qileilove

blog已经转移至github,大家请访问 http://qaseven.github.io/

量化项目管理案例:缺陷趋势预测利器(7)

  在之前的文章里,已经介绍了几种不同的成长曲线的形式,知道了几种曲线的趋势情况。比如,指数曲线就是呈指数的不断增长;S型曲线就是先增后趋于平稳。然而,再进一步,怎么拟合出适合给定样本数据的模型曲线呢?这回,我们介绍曲线的几种拟合算法。

  曲线拟合主要有3种算法:三点法、三和法和高斯-牛顿法。下面简单介绍3种算法的原理。

  1、三和法:

  三和法是利用三个和值来进行计算。将数据平均分成三段,分别求这三段数据的和;随后将三个和值依次做减法;通过求减法得出要预测的参数。也就是求解三元一次方程组,得到最终参数的值。

  2、三点法:

  三点法亦如它的名字,是利用三个点的值来进行计算。选择数据的起点、中点和终点,得到三元一次方程组;解出方程组,得到参数值。

  3、高斯-牛顿法:

  高斯-牛顿法是用逐次逼近的方式来得到最佳参数值。高斯-牛顿法的计算过程是一个不断迭代的过程。由于高斯-牛顿法的计算原理为寻找最优值,因此得到的结果应该最接近实际情况,拟合度最高。然而,高斯-牛顿法对数据要求较高,会出现由于数据原因无法计算的情况。

  由于算法公式较为复杂,暂时没有发表在网站上,但我们会尽快整理。

 三和法

三点法

高斯-牛顿法

原理将大量数据分为3段3点确定一条曲线迭代寻找最优值
对数据个数的要求最少9个3个无要求
易用性较为易用 易用对数据要求严格,易用性较低
准确度较为准确准确性较差准确
可能不适用的情况样本连续出现多个0样本连续出现多个0无法简单判断,只能通过计算得出
使用场景已有一定数据量,可用于评断一个模型合适与否,或用于跟踪、更新模型数据量不够,用于策划得到初始模型数据量要求无太大限制,可用于评价模型的使用情况
注意事项时间从0开始和从1开始计算公式不同选取的三点距离应相等 最优值的选取标准是R2 

posted on 2011-11-10 11:28 顺其自然EVO 阅读(111) 评论(0)  编辑  收藏 所属分类: 测试学习专栏


只有注册用户登录后才能发表评论。


网站导航:
 
<2011年11月>
303112345
6789101112
13141516171819
20212223242526
27282930123
45678910

导航

统计

常用链接

留言簿(54)

随笔分类

随笔档案

文章分类

文章档案

搜索

最新评论

阅读排行榜

评论排行榜