灰色预测模型r代码

以下是一个简单的灰色预测模型R代码示例：

# 加载包
library(greybox)

# 输入数据
data <- c(12, 16, 18, 22, 24, 25, 28, 31, 32, 35)
n <- length(data)

# GM(1,1) 灰色预测模型
x0 <- data[1]
B <- matrix(c(-0.5 * (data[1:(n - 1)] + data[2:n]), rep(1, n - 1)), nrow = n - 1, ncol = 2)
Yn <- data[-1]
a <- solve(t(B) %*% B) %*% t(B) %*% Yn
lambda <- a[1]
u <- a[2]
Xn <- rep(0, n)
for (i in 2:n) {
  Xn[i] <- (x0 - u / lambda) * exp(-lambda * (i - 2)) + u / lambda
}
resid <- Yn - Xn[-1]
sigma <- sqrt(sum(resid^2) / (n - 2))
Xn_pred <- rep(0, n + 1)
for (i in 1:(n + 1)) {
  Xn_pred[i] <- (x0 - u / lambda) * exp(-lambda * (i - 2)) + u / lambda
}
pred_val <- Xn_pred[n + 1]
pred_CI <- pred_val + c(-1, 1) * qnorm(0.975) * sigma

# 输出结果
cat("预测值:", pred_val, "\n")
cat("置信区间:", pred_CI[1], "-", pred_CI[2], "\n")

这个代码实现了一个最简单的 GM(1,1) 灰色预测模型，输入数据是一个向量 `data`，输出结果是预测值和置信区间。注意，这个代码没有进行数据预处理和模型验证，只是一个简单的示例。实际使用中需要根据具体情况进行调整和改进。