利用PM25=8852709867+-0093233546降雨量-0777170127大气压-278176093气温为数学公式构建 PM25 浓 度多步预测模型分别使用均方根误差RMSE对 3 步、5 步、7 步、12 步预测效果进 行评估给出用excel解决上述问题的方法的详细步骤
- 在Excel中创建一个新的工作表，并在第一行输入以下列名：降雨量、大气压、气温、PM2.5。
- 在第二行开始输入历史数据，包括降雨量、大气压、气温和对应的PM2.5值。至少输入足够多的历史数据以供模型训练和测试。
- 在Excel中打开数据分析插件，选择“回归”分析工具，并将PM2.5作为因变量，降雨量、大气压、气温作为自变量。
- 在回归分析对话框中，选择“多元回归”模型，并打开“选项”对话框。
- 在选项对话框中，勾选“生成预测值”和“生成残差”，并输入需要预测的步数（3、5、7或12步）。
- 点击“确定”，Excel将自动生成一个多元回归模型，并计算出预测值和残差。
- 为了评估预测效果，需要将预测值与实际值进行比较，并计算均方根误差（RMSE）。
- 在Excel中插入一个新的工作表，并在第一行输入列名“步数”和“RMSE”。
- 在第二行开始输入需要评估的步数（3、5、7或12步），并在对应的列中输入RMSE公式，例如：=SQRT(AVERAGE((预测值-实际值)^2))。
- Excel将自动计算每个步数的RMSE值，以评估预测效果的准确性。
原文地址: https://www.cveoy.top/t/topic/d2Fd 著作权归作者所有。请勿转载和采集!