GM(1,1)灰色预测模型计算说明

提示：本指南只针对GM(1,1)模型特有的内容进行描述，关于软件的通用操作流程（如文件上传、参数设置、结果下载等），请查看：通用计算说明

1. 方法概述

GM(1,1)（Grey Model(1,1)）中文一般称作GM(1,1)灰色预测模型，它是一种基于灰色系统理论的预测方法，特别适用于具有较少样本量、信息不完全确定的时间序列预测。

GM(1,1)通过对原始时间序列进行一次累加生成（1-AGO），构建灰色微分方程，求解发展系数和灰色作用量，进而对未来进行预测。该方法在经济、工程、管理等领域具有广泛应用。

2. 适用条件与数据要求

2.1 适用条件

小样本预测：适合样本量在4-20个之间的时间序列预测
灰色信息：适用于信息不完全、数据有限的系统
指数增长规律：原始数据序列应具有一定的指数增长或衰减规律
非负序列：原始数据应为非负数序列

2.2 级比检验要求

GM(1,1)模型对数据有严格的级比检验要求：

级比检验标准：

级比值：$$\lambda(k)=\frac{x^{(0)}(k-1)}{x^{(0)}(k)}, \quad k=2,3, \cdots, n$$
检验区间：$$(e^{-\frac{2}{n+1}}, e^{\frac{2}{n+1}})$$
所有级比值都必须落在检验区间内

不满足级比检验的处理：

如果级比检验不通过，系统会自动进行数据平移处理
平移量 $C$：整体都加上 $C$ 之后满足级比检验要求
预测完成后再减去平移量得到最终预测值

3. 数据文件格式

GM(1,1)需要上传包含时间序列数据的Excel文件。

文件格式说明：

第一列：列名为【数据】，要求为时间序列数据
只需要数值数据，不需要时间列
数据类型：非负数值
数据量：建议4-20个数据点
数据应该具有一定的增长或变化趋势
==数据必须按时间顺序排列，不能有缺失值==

4. 参数设置

GM(1,1)包含以下计算和绘图参数：

4.1 基本计算参数

预测长度：设置需要预测的期数（默认10期）
结果保留小数位：设置计算结果的小数位数（1-10位）

4.2 时间设置

时间类型：年份或月份
起始年份：历史数据的起始年份
起始月份：当选择月份类型时的起始月份

4.3 绘图设置

GM(1,1)提供丰富的图表自定义选项：

基本设置：

绘图风格：默认、经典、ggplot、bmh、深色背景、灰度
字体选择：宋体、黑体、微软雅黑、楷体、仿宋
字体大小：8-20号字体

坐标轴设置：

x轴标签：自定义x轴标签文字
y轴标签：自定义y轴标签文字

数据点样式：

原始值散点样式：星形(*)、圆形(o)、三角形(^)、正方形(s)等
预测值散点样式：与原始值相同的样式选项
散点大小：1-20的大小设置

颜色和线型：

原始值颜色：支持颜色选择器
预测值颜色：支持颜色选择器
线型选择：实线(-)、虚线(–)、点划线(-·)

5. 计算结果

5.1 计算结果预览

计算结果页面可以预览到以下内容，直观看到部分结果，更多结果可以下载结果文件到本地查看。

级比检验结果：包括原始值、级比值列表，级比检验区间，是否需要平移，平移量
模型参数：发展系数 $a$，灰色作用量 $b$，保留10位小数，供精确验算
相对误差、级比偏差、后验差比和小误差概率检验：检验指标数值和达到要求的程度描述，如达到较高要求等。

除了计算结果页面可以预览部分结果，在页面下方还可以下载结果文件，结果文件的Excel里包含以下工作表：

5.2 预测结果

主要的预测结果表格，包含：

时间：根据时间类型显示的时间序列
原始值：历史观测数据
预测值：包括拟合值和未来预测值
残差：原始值与预测值的差值
相对误差(%)：残差的相对百分比（取了绝对值）
级比偏差：级比偏差值

5.2 级比检验

级比检验详细信息：

原始值：原始时间序列数据
级比值：相邻数据的比值
平移后值：如需平移处理，显示平移后的数值
平移后级比值：平移后数据的级比值

5.3 建模过程量

展示GM(1,1)建模的中间计算过程：

原始序列：$X^{(0)}$ 序列
平移后序列：如有平移，显示平移后序列
累加序列：$X^{(1)}$ 序列（一次累加生成序列）
紧邻均值序列：$Z^{(1)}$ 序列，用于构建灰色微分方程

5.4 模型参数

模型的关键参数和精度指标：

级比检验区间：计算得出的检验区间
是否需要平移：数据预处理结果
平移量：如有平移，显示平移量
发展系数 $a$：灰色微分方程参数
灰色作用量 $b$：灰色微分方程参数
精度评价指标：平均相对误差、平均级比偏差、后验差比C、小误差概率P

5.5 预测图表

系统自动生成预测图表，直观展示：

蓝色线（原始值）：历史观测数据
红色线（预测值）：包括拟合值和未来预测值
时间轴：根据设置的时间类型显示
图例：区分原始值和预测值

提醒：原始值与预测值对比曲线，可以在绘图设置页面右侧预览的图片上右键-图片另存为，也可以在结果文件的【预测图】sheet表里在图片上右键另存为，即可保存到本地使用。

6. 结果解读

6.1 精度评价指标

指标计算公式

平均相对误差： $$\omega^{(0)}(k) = \frac{|x^{(0)}(k) - \hat{x}^{(0)}(k)|}{|x^{(0)}(k)|}$$

平均级比偏差： $$\rho(k)= \left|1-\left(\frac{1-0.5 a}{1+0.5a}\right)\lambda(k)\right|, \quad k=2,3 \cdots,n$$

后验差比C： $$C = \frac{S_2}{S_1}$$

小误差概率p： $$p = P\left{\left|{\varepsilon}^{(0)}(i) - \bar{\varepsilon}^{(0)}\right| < 0.6745S_1\right}$$

相对误差类指标评价标准

指标名称	非常优秀	优秀	良好	一般
平均相对误差	< 5%	5%-10%	10%-20%	> 20%
平均级比偏差	< 0.05	0.05-0.1	0.1-0.2	> 0.2

统计检验类指标评价标准

指标名称	好	合格	勉强	不合格
后验差比C	≤ 0.35	0.35-0.50	0.50-0.65	> 0.65
小误差概率p	≥ 0.95	0.80-0.95	0.70-0.80	< 0.70

说明：

平均相对误差：小于10%为优秀
平均级比偏差：小于0.1为优秀
后验差比C：小于0.35为优秀
小误差概率p：大于0.95为优秀

6.2 模型参数意义

发展系数 $a$： 反映系统内在的发展趋势或速率，是序列增长或衰减的固有特性的量化体现。

$a > 0$：系统处于衰减状态
$a < 0$：系统处于增长状态
$|a|$的大小反映了这种增长或衰减的速度。$|a|$越大，说明趋势越强劲，变化越快；$|a|$越小，则变化越平缓

灰色作用量 $b$： 代表所有外部因素（已知和未知）对系统产生的综合影响的量化，其具体数值的绝对值大小反映了外部作用的强度

6.3 预测可靠性判断

模型适用性评判：

级比检验必须通过（软件自动处理）
平均相对误差 $< 20%$
后验差比 $C < 0.65$
小误差概率 $p > 0.70$

7. 常见问题

7.1 数据要求问题

问：数据量太少或太多会怎样？

答：GM(1,1)最适合4-20个数据点。数据太少（<4个）会导致建模不稳定；数据太多（>20个）可能违背灰色系统的"贫信息"假设，建议考虑其他预测方法。

7.2 级比检验问题

问：什么是级比检验，为什么重要？

答：级比检验是GM(1,1)的前提条件，确保数据适合建立灰色微分方程。如果检验不通过，软件会自动进行平移处理。系统会在结果中明确显示是否进行了平移处理。

7.3 精度评价问题

问：如何判断预测结果是否可靠？

答：主要看四个指标：

平均相对误差 $< 20%$（越小越好）
平均级比偏差 $< 0.2$（越小越好）
后验差比 $C < 0.65$（越小越好）
小误差概率 $p > 0.70$（越大越好）

7.4 预测长度问题

问：可以预测多长时间？

答：理论上可以预测任意长度，但GM(1,1)属于短期预测方法，建议预测长度不超过原始数据量的1/2。预测时间越长，不确定性越大。

7.5 数据趋势问题

问：什么样的数据适合用GM(1,1)？

答：GM(1,1)最适合具有单调增长或衰减趋势的数据，对于波动剧烈或周期性明显的数据，预测效果可能不理想。如果数据波动较大，可以考虑使用GM(1,1)-马尔可夫修正模型。

8. 扩展应用

8.1 GM(1,1)-马尔可夫修正

对于预测精度要求更高的场景，平台还提供GM(1,1)-马尔可夫修正模型，通过马尔可夫链修正GM(1,1)的预测误差。

8.2 多变量灰色预测

对于多变量系统预测，可以考虑使用GM(1,N)模型（需要其他专业软件实现）。

8.3 应用领域

经济预测：GDP、销售额、股价等
工程预测：设备寿命、故障率、性能衰减等
环境预测：污染物浓度、气候变化等
人口预测：人口增长、老龄化趋势等