hammerking
已知某范围的输入输出对，想建立模型，不但能拟合当前的数据，还能超出已有样本的范围推测出数据。
我的样本的自变量不包含时间，，模型与时间无关。
我使用过多元线性回归，拟合效果不错，去推测接近范围内的数据也还行，但是推测远远超出该范围的数据就显得很失真了。
我的分析一是由于样本范围不够，二是这个模型应该是非线性的。
但是非线性的形式又很难知晓，所以我想试试用神经网络来建立模型外推数据。刚开始准备学习神经网络，不知道神经网络在这方面是否有独到之处？
像这种问题，使用arma还是神经网络会更好些呢？
timex1441
灰色预测会不会好一些
hammerking
谢谢，望各位继续赐教~
ahxiping
首先 我想问一下 你的样本数据是时间序列还是板面数据
Jude
与时间无关怎么会使用arma?还有楼主问题没有解释详细，信息太少……
