《表8 主成分因子回归模型预测结果误差比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合多种相关性分析方法的行业电量需求预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

常用于评价回归模型效果的指标有误差平方和（sum of the squared errors，SSE）和决定系数（coefficient of determination，R-square），由于SSE与数据集的情况有关，故选择R-square衡量回归模型的拟合效果。选取RMSE均方根误差、MAPE平均绝对百分比误差、MAE平均绝对误差3个指标评价预测结果的准确性。模型采用非线性的多元多次函数拟合，与传统多元回归方法相比，基于主成分因子的回归模型在模拟拟合效果和预测精度上都有较大提升。模型建立了有色金属行业用电量与主导因素主成分因子间的函数关系，可用于外推预测。