回归方法尝试将直线拟合到历史数据。以下定义提供用于定义直线的数学算式。
对于所有算式，y 是预测值，而 x 是历史时间系列。
线性回归方法
线性关系 (y=a*x+b) 用于拟合数据。
其中，a 是斜率，而 b 是截距。
非线性回归方法
在非线性回归方法中，线性关系 (y'=a*x'+b) 拟合为原始数据的变换。每种方法使用不同算式进行变换。
多项式拟合：算式 x'=log(x) 和 y'=log(y) 导致 x 和 y (y=c*x^a) 之间的多项式模型的形成。
指数拟合：算式 x'=x 和 y'=ln(y) 导致 x 和 y (y=c*e^ax) 之间的指数模型的形成。
对数拟合：算式 x'=log(x) 和 y'=y 导致 x 和 y(y=a*log(x)+b) 之间的对数模型的形成。
渐近拟合：算式 x'=1/x 和 y'=1/y 导致渐近曲线 (y=x/(a+bx)) 的形成。
指数渐近拟合：算式 x'=x 和 y'=ln(y/(K-y)) 导致指数渐近曲线 (y=cKe^ax/(1+ce^ax)) 的形成。
版权所有 © 2003，2007，Oracle。保留所有权利。