← Courses量化城市研究Quantitative Urban Studies

P / Prediction  ·  P3

回归与外生变量预测

Regression and Exogenous Predictors

把天气、日历、交通供给等未来条件纳入预测。

METHOD PROCESS / 方法过程回归与外生变量预测
同步字幕 / CAPTIONS

播放后在这里显示逐步讲解字幕。

普通话讲解 · 同步字幕在播放器下方 · 阅读完整文字稿 · 下载视频

TEXT STORYBOARD / 文字分镜

  1. 01

    相同历史客流

  2. 02

    未来“晴天/雨天”两组输入

  3. 03

    两条需求预测曲线。

原创合成教学动画,不是原研究数据或结果的复现。详细原理、案例与边界见右侧说明。

01 / PRINCIPLE · 原理

它怎样工作

学习目标变量与外部变量的关系,再给定或预测未来的外部条件,形成条件预测;动态回归还能处理预测误差的时间依赖。

02 / USE · 应用

适合回答什么问题

热浪用电、天气影响下的共享单车需求、服务调整后的客流。

03 / CASE · 案例

城市研究中的用法

真实研究与教学延伸

伦敦公共自行车研究使用日租用量及天气、季节和日期属性解释需求变化。网页练习可在该类数据上输入两种未来天气情景,比较预测需求;情景计算是教学设计,原研究的结论应以原文为准。

04 / BOUNDARY · 边界

解释时要注意什么

若未来天气本身是预测值,其误差也会传递;回归相关不自动表示天气以外因素都已控制。

KEY TERMS / 术语

外生变量;条件预测。

SOURCES / 来源
  1. 预测教材的动态回归章节
  2. 伦敦公共自行车原始研究