航道的回於預測用什麼方法算
1. 如何用回歸公式，計算出預測價，然後用於預測天氣狀況
暈
2. 用什麼統計方法可以預測GDP
國內生產總值GDP預測數學模型是： 1.回歸預測模型； 2.ARIMA模型。回歸預測模型簡介：回歸模型（regression model）對統計關系進行定量描述的一種數學模型。回歸分析(regression analysis)是研究一個變數（被解釋變數）關於另一個（些）變數（解釋變數）的具體依賴關系的計算方法和理論。 從一組樣本數據出發，確定變數之間的數學關系式對這些關系式的可信程度進行各種統計檢驗，並從影響某一特定變數的諸多變數中找出哪些變數的影響顯著，哪些不顯著。利用所求的關系式，根據一個或幾個變數的取值來預測或控制另一個特定變數的取值，並給出這種預測或控制的精確程度。其用意：在於通過後者的已知或設定值，去估計和（或）預測前者的（總體）均值。 ARIMA模型： 全稱為自回歸積分滑動平均模型(Autoregressive Integrated Moving Average Model,簡記ARIMA)，是由博克思(Box)和詹金斯(Jenkins)於70年代初提出一著名時間序列預測方法 ，所以又稱為box-jenkins模型、博克思-詹金斯法。其中ARIMA（p，d，q）稱為差分自回歸移動平均模型，AR是自回歸， p為自回歸項； MA為移動平均，q為移動平均項數，d為時間序列成為平穩時所做的差分次數。所謂ARIMA模型，是指將非平穩時間序列轉化為平穩時間序列，然後將因變數僅對它的滯後值以及隨機誤差項的現值和滯後值進行回歸所建立的模型。ARIMA模型根據原序列是否平穩以及回歸中所含部分的不同，包括移動平均過程（MA）、自回歸過程（AR）、自回歸移動平均過程（ARMA）以及ARIMA過程。
3. 算卦用什麼方法
道術——預測術的易學理論現代闡釋
道教以「道」為教。「道」的意義在於宇宙的肇起及其規律，包括天地人的時空變化規律。道教的預測判斷和體悟「道」的外在反映，首先以天、地、人發展與變化的規律來統攝和參照，尋求出相似的規律和真理經驗（即易經中的不易）歸納成系統，然後按照傳統的占卜模式參考對照（簡易或易體），依照這些規律和真理認識時和事（變易），得出自己的預測判斷結論。
道教認為宇宙間、任何事物存在有「場」。無論是「道」生宇宙時的虛無之「寥冥」「恍惚」，還是「負陰抱陽」的「沖氣以為和」的「場」。這種「場」實質上就是一個時空組合下的物象圖。（當代物理學漸漸證明宇宙生成場的存在。）我們不妨這樣設想：物象、物質在變化的前後我們都可以看到它的形態，馬克思的唯物主義觀點認為：世界是物質的，物質是有規律的，物質運動變化都是有潛在的規律，無論它怎麼變化都可以用現代科學計算推導變化的規律，即使有些不能推導的終極問題和第一推動的問題也只有藉助宗教或信仰來做暫時的解釋（歷史有驚人的相似之處；或者說歷史是螺旋式發展的）。
任何事物、包括物質永遠是按照自身固有的規律運動發展變化的，這也就是道教所思考的「道」，通俗地有人把它理解為道路，即物質發展變化的「道路」，實際上也是事物背後的總規律。世象萬物，均有其道，道含萬物，萬物有道。自然之道而又於道法自然。這「道—「總規律」是條看不見的一條曲線，（也可以理解看不見的氣。）發展到每一階段，在這條曲線上對應的某點就是人們可覺察一個表象，透過這個表象，我們可以窺探全部。因而，世上萬象均可看作是事物規律的某個點，而道術對世事的展現和預測，也正是由這一個個點入手。
縮小到人的命運上來，作為社會的人是物質的，人與人之間的態度和方法，各種時間和空間發生的內在、外在的微小事件決定事情的發展結果，當中定有其固有的發展規律，有其規律曲線。人生的生、老、病、死，浮沉起跌，都是一個發展變化的過程，這一過程是由各種表面看來毫不相干，但事實上卻是均有聯系的因素潛在支配，這些因素相互作用，形成人生曲線。人生曲線中的某個點，即某一時空下所反映的涵義，我們用物質存在場和物質變化的規律來分析其具體內涵，這就是對人生命運機遇的揭示，也就是民間所理解的人的吉凶禍福。現代科學把DNA遺傳基因密碼譯解，也可以分析出性格和命運。（而我們古老的《紫微斗數》《鐵版神數》，就是用數字密碼來解釋命理，也很有材料。
4. 計算選項的生產預測有哪兩種方法
為: 市場預測主要是預測產品的需求與供給。由於市場供給的預測比較簡單，一般通過對生產該產品工廠多的現有生產能力和擬建的生產能力進行統計即可計算出產品的供給。因此，一般來講，市場預測主要指產品需求預測
5. 一種用於預測殘余氣的數值計算新方法
劉 萍 孫粉錦 李貴中 陳振宏 鄧 澤 庚 勐 曾良君 楊 泳
( 中石油勘探開發研究院廊坊分院 河北廊坊 065007)
摘 要: 煤層含氣量現場測試中發現以下問題: ① 慢速解吸法測量低煤階煤層含氣量時，殘余氣量小可能導致常規方法無法獲得結果或誤差偏大; ② 快速解吸法測試煤層氣含氣量時，粉碎煤樣測試殘余氣的方式可能造成少量煤層氣的散失而使殘余氣結果偏低，為此，需建立一種殘余氣預測的數值計算方法，加強實測與數值計算結果對比，提高含氣量測試准確性和可靠度。以描述吸附過程 Langmuir 公式為參考，將解吸量對應吸附量，解吸時間對應吸附壓力，結合實驗分析數據，提出了一種用於預測殘余氣的數值計算新方法。通過與實測數據進行對比分析，認為該方法准確度較高、穩定性好，能夠較准確獲得低含氣量情況下的殘余氣結果，並有效提高現場含氣量測試工作效率。
關鍵詞: 煤層含氣量 殘余氣 計算方法 Langmuir 曲線擬合法
基金項目: 國家科技重大專項 「大型油氣田及煤層氣開發」項目 33 《煤層氣富集規律研究及有利區塊預測評價》( 編號: 2008ZX05033) 下屬課題 《中國煤層氣有利區塊評價與優選》( 編號: 2008ZX05033 －005) 。
作者簡介: 劉萍同，1957 年生，女，高級工程師，主要從事煤層氣實驗研究工作 . E-mail: liuping69@ petrochi-na. com. cn. Tel: ( 010) 69213353.
A New Method of Numerical Calculation to Predict Resial Gas
LIU Ping SUN Fenjin LI Guizhong CHEN Zhenhong DENG Ze GENG Meng ZENG Liangjun and YANG Yong
( Langfang Branch of Petro China Research Institute of Petroleum Exploration and Development，Langfang Hebei 065007，China)
Abstract: The following issues are found in the site test of coalbed gas content: ( 1) When slow desorption method is employed to measure the coalbed gas content，small amount of resial gas may lead to no result with the application of the routine method or high deviation; ( 2) When quick desorption method is employed to deter- mine the coalbed gas content，testing the resial gas by crushing coal sample may cause dissipation of a small a- mount of coal-bed gas and lead to lower resial gas results. Due to this，a method of numerical calculation to pre- dict resial gas shall be established to enhance the comparison of the actual measured result and the numerical calculation result and improve the accuracy and the reliability of the gas content test. By taking the Langmuir for- mula that describes the desorption process as reference，a new method of numerical calculation to predict resial gas is proposed by comparing the desorption quantity with the adsorption quantity，desorption time with the adsorp- tion pressure，as well as combining the experimental analysis data. Through comparative analysis with the meas- ured data，it is concluded that this method has high accuracy and good stability，and can obtain the result of the resial gas under low gas content more accurately，thus to enhance the work efficiency of site gas content test.
Keywords: coalbed gas content; resial gas; calculation method; Langmuir curve fitting method
引言
煤層氣含量是表徵煤層氣儲層特徵的關鍵參數之一，准確獲取煤層氣含量對於煤層氣資源勘探開發和煤礦瓦斯災害防治具有重要意義。在測試過程中，煤層含氣量分為損失氣量、解吸氣量和殘余氣量3部分，損失氣量通過數值方法回歸計算，解吸氣量和殘余氣量則是實際解吸測試得到(錢凱等，1996，五戲岩等，2005)。一般情況下，殘余氣可通過選取解吸剩餘樣品並破碎獲得，但特殊情況下，直接測試不能滿足殘余氣測試的要求。針對以上問題，本文將詳細探討導致該特殊情況的原因，並首次提出一種基於Langmuir公式的殘余氣預測算新方法。
1 殘余氣測試中存在的特殊問題
國內學者對煤層含氣量的測試和計算方法進行了大量的研究，周勝國，徐成法等(1995，2002，2005)通過解吸模擬實驗，發現煤樣全過程解吸特徵曲線為不對稱的S型，認為解吸初期氣體解吸是與解吸時間的平方根呈線形關系需修正;張群等(2009)通過模擬實驗發現實測的模擬損失氣量比美國礦業局直接法估算的損失氣量高很多;鄧澤等(2008)通過分析測試中解吸溫度和損失時間對損失氣量的影響，提出曲線擬合法計算損失氣量;高緒晨等(1999)，傅雪海等(1999)，董紅等(2001)，楊東根等(2010)，根據含氣煤層的測井物理響應，基於含氣煤岩物理特徵和密度、伽馬、聲波時差等測井的統計關系，提出了間接計算含氣量的方法;張群等(1999)，對殘余氣做了大量分析研究，認為殘余氣在煤層氣中占的比例變化很大，為15%～30%，受煤級、灰分和煤樣粒度等因素影響，煤級和灰分越高，殘余氣含量亦越高;劉洪林等(2000)，指出煤階、灰分、溫度、顯微煤岩類型、割理發育程度及煤樣粒度等參數是影響吸附時間長短的重要因素，並決定了殘余氣的比例。前人的研究主要集中在損失氣的模擬和計算、總含氣量的直接或間接預測以及殘余氣比重的影響因素分析，未對有關殘余氣的計算方法進行詳細論述。
目前常用的含氣量測試方法有慢速解吸法和快速解吸法，這兩種方法在殘余氣現場操作和測試中均存在一些問題，主要表現在:①利用慢速解吸法測量低煤階煤層含氣量時，由於含氣量普遍偏小，殘余氣量更低，常規方法可能無法直接測得殘余氣量，或因測值太低導致誤差增大;②快速解吸法測試煤層氣含氣量時，由於人為終止自然解吸，並通過粉碎煤樣測試殘余氣，可能造成少量煤層氣散失，致使殘余氣的測試結果小於實際值，總含氣量偏小，另一方面由於解吸記錄數據較少，不能正確反映煤岩解吸規律，無法得到吸附時間、擴散能力等關鍵參數。針對以上問題，本文提出一種新的殘余氣數值計算方法，即Langmuir曲線擬合法，試圖從數值計算的角度探討殘余氣，解決存在的問題。
2 殘余氣比重的影響因素和Langmuir曲線擬合法的提出
2.1 煤層氣解吸曲線特徵
圖1 為高煤階、低煤階樣品解吸曲線，由圖可知，兩樣品解吸氣量隨時間延長，均不斷增大，呈先陡後緩的曲線形態。解吸記錄起始點為將煤樣密封至解吸罐的時刻，由於此時解吸壓力為大氣壓力(遠低於臨界壓力)，吸附於大中孔隙表面的煤層氣率先通過有利路徑解吸，導致解吸初期曲線陡峭，但在吸附時間(63.2%)之後，隨著常規解吸試驗的進行，煤基質中氣體濃度逐漸減小，產生擴散的驅動力即濃度梯度亦隨之減小，越來越多的氣體難以克服微孔隙產生的擴散阻力，不能從煤中解吸出來(周勝國，2002)，曲線之間逐漸趨於平緩，此時解吸出來的煤層氣以殘留在煤基質內的微孔表面的氣體為主。
圖1 某高(a)低(b)煤階解吸曲線
2.2 殘余氣比重的影響因素分析
殘余氣比重是指殘余氣占總含氣量的百分比。其影響因素主要包括煤階、煤樣粒度和灰分等。煤階不同，岩隙結構不同。低階煤以大、中孔為主，有利於解吸擴散，同時微孔比例小，保持殘余氣的能力有限，即殘余氣比重小;相反高階煤微孔發育，氣體需克服較大的擴散阻力，使得自然解吸結束時仍殘余相對較多的煤層氣;中階煤介於二者之間。煤樣粒度對解吸速度有一定影響，一般而言，粉煤、煤屑(鑽屑)、煤心(塊樣)的解吸速度依次減小，吸附時間增大，殘余氣滯留能力增強(徐成法等，2005)。煤樣越碎，解吸距離縮短，擴散阻力減小，使得在柱狀和塊狀煤樣中不能解吸出來的一些氣體解吸出來，因此一般情況下煤樣粒度越小，殘余氣比重越小。另外隨著煤中灰分的增加，殘余氣含量逐漸增高，兩者呈較好的正相關關系。通過煤岩學和掃描電子顯微鏡研究，初步認為，這是因為煤中存在的細小礦物如黏土礦物等充填在煤的孔隙中，不同程度地阻礙了氣體的運移通道，使氣體在煤中擴散運移的能力減弱，不利於氣體從煤中解吸出來所致。此外煤岩組分、測試溫度等對殘余氣比重也有一定程度的影響。
2.3 Langmuir曲線擬合法
Langmuir公式是根據汽化和凝聚動力學平衡原理建立的，其方程簡單實用，已被廣泛應用於煤和其他吸附劑對氣體的吸附，同時，根據其動態平衡的假設，該方程同樣可以描述煤層氣解吸過程。煤層氣吸附和解吸通常認為是一種可逆過程，但是適用於煤層氣吸附的Langmuir公式能否較好地描述其解吸曲線形態值得研究。為此，基於Langmuir公式，通過參數意義轉換，提出用於預測殘余氣含量的新方法，並通過擬合度檢驗判斷其是否適用於解吸過程。
標准Langmuir公式為
中國煤層氣技術進展: 2011 年煤層氣學術研討會論文集
式中:V為吸附量，m3/t;P為吸附壓力，MPa;VL為Langmuir體積，即理論最大吸附量，m3/t;PL為Langmuir壓力，即體積達到0.5VL時，對應的吸附壓力，MPa。可以看出，吸附量隨壓力的增大不斷增加，當壓力趨近於無窮大時，吸附量亦無限接近吸附量最大值，而解吸量同樣隨著解吸時間的增大不斷增加，當解吸時間趨近於無窮大時，解吸氣量亦接近於最大值而趨於穩定，體現出與吸附曲線相似的曲線變化形態，因此變換Lang-muir公式的字母意義，將解吸量對應吸附量，解吸時間對應吸附壓力，即根據吸附和解吸的可逆性規律得
中國煤層氣技術進展: 2011 年煤層氣學術研討會論文集
其中:G為實測解吸氣含量，m3/t;T為實測解吸時間，h;GL為極限解吸氣含量，m3/t;TL為解吸氣含量達到0.5GL時對應的實測解吸時間，h。變換公式(2)，得
中國煤層氣技術進展: 2011 年煤層氣學術研討會論文集
根據實測解吸數據，參照式(3)得到T/G與T的對應關系圖，擬合即可得到極限解吸含氣量GL。又因為GL為實測解吸氣量Q2與Q3殘余氣量之和，則可由下式求得殘余氣量
中國煤層氣技術進展: 2011 年煤層氣學術研討會論文集
3 現場應用
Langmuir曲線擬合法計算殘余氣主要依據現場解吸數據，其結果的可靠性主要受限於解吸時間的長短，如圖2所示，解吸時間越長，解吸曲線越平緩，預測值越可靠。
吐哈盆地某煤層氣井測試中發現，大量低階煤樣品均存在殘余氣極低而無法直接測量或誤差大的問題。以某樣品A為例，採用本文提出的Langmuir曲線擬合法對低煤階煤層殘余氣量進行計算，達到了比較滿意的效果，如圖3所示，預測極限解吸氣量為1.26m3/t，且根據解吸測得的Q2=1.24m3/t，求得殘余氣含量為0.02m3/t，相關系數在0.99以上，具有較高的可信度;同時得到了該區殘余氣比重分布(圖4)，殘余氣比重為0.10%～4.35%，平均0.94%。
針對在快速解吸條件下殘余氣測量誤差可能增大的情況，利用Langmuir曲線擬合法對某井10個樣品48h內的解吸數據進行擬合分析，得到殘余氣值。從表1和圖5可以看出，預測值比實測值普遍偏高，平均高出16%。說明現場快速解吸法中關於48h之後即進入殘余氣測試階段的規定欠妥，期間造成部分煤層氣散失，對損失氣量Q1乃至總含氣量有一定影響，建議將解吸時間延長至解吸曲線較平緩或解吸量日增長不超過10%的時刻。另外二次取樣也會影響殘余氣測試的准確性，建議現場盡量均勻取樣，且至少重復測試2次，取兩組相近數據的平均值作為最終殘余氣量。
圖2 樣品A實測解吸曲線
圖3 樣品A擬合曲線
圖4 殘余氣比重分布
表1 某井樣品實測結果
續表
圖5 殘余氣結果對比
4 結論
(1)針對殘余氣測試中主要存在問題，根據煤層氣吸附和解吸過程的可逆性規律，首次提出類似於Langmuir公式的殘余氣預測方法，通過現場實測數據驗證，該方法擬合度較高，具有一定的可靠性。
(2)快速解吸條件下，殘余氣實測值普遍偏低，建議延長解吸時間至解吸曲線較平緩或日增長解吸量不超過10%的時刻，且保持均勻取樣，至少重復測試兩次，取兩組相近數據的平均值作為最終殘余氣值。
參考文獻
鄧澤，劉洪林，康永尚.2008.煤層氣含氣量測試中損失氣量的估算方法［J］.天然氣工業，(3)
董紅，侯俊勝，李能根等.2001.煤層煤質和含氣量的測井評價方法及其應用［J］.物探與化探，(2)
傅雪海，陸國楨，秦傑等.1999.用測井響應值進行煤層氣含量擬合和煤體結構劃分［J］，測井技術，(2)
高緒晨，張炳，羨法.1999.煤工業分析、吸附等溫線和含氣量的測井解釋［J］.測井技術，23(2):108～111
劉洪林，王紅岩，張建博.2000.煤層氣吸附時間計算及其影響因素分析［J］.石油實驗地質，(4)
彭金寧，傅雪海，申建等.2005.潘庄煤層氣解吸特徵研究［J］.天然氣地球科學，16(6):768～770
錢凱，趙慶波.1996.煤層甲烷氣勘探開發理論與實驗測試技術.北京:石油工業出版社，143～148
王紅岩，劉洪林，趙慶波等.2005.煤層氣富集成藏規律［M］.北京:石油工業出版社，50～75
徐成法，周勝國，郭淑敏.2005.煤層含氣量測定方法探討［J］.河南理工大學學報:自然科學版，(2)
張群，范章群.2009.煤層氣損失氣含量模擬試驗及結果分析［J］.煤炭學報，(12)
張群，楊錫祿.1999.煤中殘余氣含量及其影響因素［J］.煤田地質與勘探，(5)
周勝國.2002.煤層含氣量模擬試驗方法及應用［J］.煤田地質與勘探，(5)
周勝國.1995.損失氣求取方法研究［J］.焦作工學院學報，(1)
6. 最小二乘法、回歸分析法、灰色預測法、決策論、神經網路等5個演算法的使用范圍及優缺點是什麼
最小二乘法：通過最小化誤差的平方和尋找數據的最佳函數匹配。利用最小二乘法可以簡便地求得未知的數據，並使得這些求得的數據與實際數據之間誤差的平方和為最小。最小二乘法還可用於曲線擬合。其他一些優化問題也可通過最小化能量或最大化熵用最小二乘法來表達。優點：實現簡單，計算簡單。缺點：不能擬合非線性數據.
回歸分析法：指的是確定兩種或兩種以上變數間相互依賴的定量關系的一種統計分析方法。在大數據分析中，回歸分析是一種預測性的建模技術，它研究的是因變數（目標）和自變數（預測器）之間的關系。這種技術通常用於預測分析，時間序列模型以及發現變數之間的因果關系。優點：在分析多因素模型時，更加簡單和方便，不僅可以預測並求出函數，還可以自己對結果進行殘差的檢驗，檢驗模型的精度。缺點：回歸方程式只是一種推測，這影響了因子的多樣性和某些因子的不可測性，使得回歸分析在某些情況下受到限制。
灰色預測法：
色預測法是一種對含有不確定因素的系統進行預測的方法 。它通過鑒別系統因素之間發展趨勢的相異程度，即進行關聯分析，並對原始數據進行生成處理來尋找系統變動的規律，生成有較強規律性的數據序列，然後建立相應的微分方程模型，從而預測事物未來發展趨勢的狀況。它用等時間距離觀測到的反應預測對象特徵的一系列數量值構造灰色預測模型，預測未來某一時刻的特徵量，或者達到某一特徵量的時間。優點：對於不確定因素的復雜系統預測效果較好，且所需樣本數據較小。缺點：基於指數率的預測沒有考慮系統的隨機性，中長期預測精度較差。
決策樹：在已知各種情況發生概率的基礎上，通過構成決策樹來求取凈現值的期望值大於等於零的概率，評價項目風險，判斷其可行性的決策分析方法，是直觀運用概率分析的一種圖解法。由於這種決策分支畫成圖形很像一棵樹的枝幹，故稱決策樹。在機器學習中，決策樹是一個預測模型，他代表的是對象屬性與對象值之間的一種映射關系。優點：能夠處理不相關的特徵；在相對短的時間內能夠對大型數據源做出可行且效果良好的分析；計算簡單，易於理解，可解釋性強；比較適合處理有缺失屬性的樣本。缺點：忽略了數據之間的相關性；容易發生過擬合（隨機森林可以很大程度上減少過擬合）；在決策樹當中,對於各類別樣本數量不一致的數據，信息增益的結果偏向於那些具有更多數值的特徵。
神經網路：優點：分類的准確度高；並行分布處理能力強,分布存儲及學習能力強，對雜訊神經有較強的魯棒性和容錯能力，能充分逼近復雜的非線性關系；具備聯想記憶的功能。缺點：神經網路需要大量的參數，如網路拓撲結構、權值和閾值的初始值；不能觀察之間的學習過程，輸出結果難以解釋，會影響到結果的可信度和可接受程度；學習時間過長,甚至可能達不到學習的目的。
7. 交通量預測用什麼方法
交通量預測用的方法有：遺傳演算法、神經網路、支持向量機、灰色理論等。
1、遺傳演算法
遺傳演算法是一種靈感源於達爾文自然進化理論的啟發式搜索演算法。遺傳演算法中包含初始化、個體評價（計算適應度函數）、選擇運算、交叉運算和變異運算。
2、神經網路
神經網路是利用其演算法特點來模擬人腦思維的第二種方式，它是一個非線性動力學系統，其特點就是信息分布式存儲和並行協同處理。簡單點講就是利用該演算法來模擬人類大腦來進行推理和驗證的。
3、支持向量機
支持向量機演算法作為機器學習領域的經典演算法，從被提出開始提出後快速發展，在很多場景和領域都取得了非常好的效果，同時兼有數度快，支持數據量級大（相對經典機器學習演算法）等特點使其在工程實踐中的得到了廣泛的應用。
4、灰色理論
灰色預測通過鑒別系統因素之間的發展趨勢的相異程度，並對原始數據進行生成處理來尋找系統變動的規律，生成有較強規律性的數據序列，然後建立相應的微分方程，從而預測事物未來的發展趨勢。
(7)航道的回於預測用什麼方法算擴展閱讀
交通量預測的調整方法：
1、調基法
調基法主要通過調整與預測交通量關系最大的GDP和彈性系數，從而修正特徵年交通增長率，達到降低交通量預測的不確定性帶來的BOT項目投資風險。
2、通道控製法
基於公路運輸通道特性明顯的特點，重點收集擬建公路運輸通道內的各主要公路歷年觀測交通量，對通道交通量進行整合、推算、預測。在此基礎上，確定通道內各主要公路的功能定位、交通量分擔權重，進而可以求得擬建公路的未來年交通量。
8. 怎麼用IF的函數計算預測准確度
用IF的函數計算預測准確度的方法如下：
准備材料：excel表格、IF函數
1、在篩選判斷一群人的分數與是否及格的關系中，必須要用到IF函數，IF函數是excel表格中最常用的用於多條件判斷的函數公式，可以實現多層嵌套判斷，需要熟練掌握。現在就來看看如何用它來做判斷。
9. 試闡述回歸預測法是一種怎樣的方法得到准確的回歸預測線的關鍵是什麼
一元線性回歸預測法的概念一元線性回歸預測法是分析一個因變數與一個自變數之間的線性關系的預測方法。 常用統計指標：平均數、增減量、平均增減量。 一元線性回歸預測基本思想確定直線的方法是最小二乘法 最小二乘法的基本思想：最有代表性的直線應該是直線到各點的距離最近。然後用這條直線進行預測。 一元線性回歸預測模型的建立1、選取一元線性回歸模型的變數 ； 2、繪制計算表和擬合散點圖 ； 3、計算變數間的回歸系數及其相關的顯著性 ； 4、回歸分析結果的應用 。 模型的檢驗1、經濟意義檢驗：就是根據模型中各個參數的經濟含義，分析各參數的值是否與分析對象的經濟含義相符。 2、回歸標准差檢驗 3、擬合優度檢驗 4、回歸系數的顯著性檢驗 利用回歸預測模型進行預測可以分為：點預測和置信區間預測法 1、點預測法：將自變數取值帶入回歸預測模型求出因變數的預測值。 2、置信區間預測法：估計一個范圍，並確定該范圍出現的概率。置信區間的大小的影響的因素：a、因變數估計值；b、回歸標准差；C、概率度t。
10. 具有不確定性的數據預測用什麼演算法預測
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