【问题标题】：regression for prediction of agricultural production农业生产预测的回归
【发布时间】：2014-05-21 05:56:25
【问题描述】：
我刚刚得到了生产数据，尿素，钾肥，温度，降雨量，生产面积。现在我想设计一个在给定参数的情况下预测生产的工具。
我使用线性回归模型来预测使用 SPSS 的方程。但该等式给出的输出与实际生产大不相同。
我对产量与降雨量、产量与温度进行了分析。这是一个三次方程。
但对于该区域，它是线性方程。
那么我应该使用非线性回归来开发预测工具还是我应该怎么做？
我很困惑。
【问题讨论】：
标签：
statistics
artificial-intelligence
spss
prediction
【解决方案1】：
(1) 首先，您必须明白，您所做的任何预测都只具有其背后观察到的证据的权重；基本上你只能说“如果一切都像以前一样继续工作，这是一个很大的 IF，那么我们希望得到 XXX 公斤/公顷”（或任何单位）。
(2) 我猜数据中有很多噪音。估计输出的预测部分的不确定性。例如，输出预测的标准差以及点估计。
(3) 我假设面积是一个简单的乘数。按面积划分产量并预测每单位面积的产量。乘以面积得到总产量。
(4) 低阶多项式（不超过 3 次）可能适用于这个问题，但要注意：产生式必须大于或等于零，但多项式可能不会。您还可以尝试某种指数函数或某种局部模型（例如 LOESS、克里金法、高斯过程模型）。
祝你好运，玩得开心。