灰色预测
适用情况
所需要的样本量小，即所需建模信息少（对于样本量大的，我们可以用回归分析等）
思路
根据少量、不完全的信息，通过建立数学模型 进行预测，得到科学的假设和判断。
特点
1、充分利用已知信息寻求系统的运动规律
2、用灰色数学处理不确定量，使之量化
3、所需要的样本量小，即能处理贫信息系统
灰色生成
生成的概念：通过对原始数据的生成，寻找系统内部的规律
常见的灰色系统生成方式有
1、累加生成
2、累减生成
3、均值生成
4、级比生成
这里我们主要学习累加生成（其实可以说是前缀和）
累加生成的数学模型
GM（1,1）模型
模型确定后需要检验是否合理，通过检验的模型才能用于预测
一般有三种检测方法：
1、相对误差大小检验法
2、关联度检验法
3、后验差检验法
这里我们学习后验差检验法
操作
输入样本数据，即可获得 均方差比值 以及 预测的下一个结果
参考来源
https://www.bilibili.com/video/av42873319?p=4