我应该使用哪些数据来使用线性回归预测月份值答案

【问题标题】：What data should I use on predicting month values using linear regression我应该使用哪些数据来使用线性回归预测月份值
【发布时间】：2023-02-07 22:01:59
【问题描述】：

使用线性回归预测下个月的值。我使用基于 6 个月的历史值来预测未来值。我对因变量使用疫苗接种计数，对自变量使用月份，并将其转换为从 1 开始的整数。

例子。

历史数据：

月份因变量自变量 6月15日 1 7 月 14 日 2 8 月 18 日 3 9 月 19 日 4 10 月 20 日 5 11 月 22 日 6 日

那是对的吗？

因变量 = 接种疫苗的人数自变量=月份转换为从1开始的数字

如果我的数据正确，希望给我一些想法

See picture below.

【问题讨论】：

标签： linear-regression forecasting

【解决方案1】：

Python 简单线性回归：

Hardcover
Date    
2000-04-01  139
2000-04-02  128
2000-04-03  172
2000-04-04  139
2000-04-05  191


df['Time'] = np.arange(len(df.index))


          Hardcover     Time
  Date      
2000-04-01  139       0
2000-04-02  128       1
2000-04-03  172       2
2000-04-04  139       3
2000-04-05  191       4

fig, ax = plt.subplots()
ax.plot('Time', 'Hardcover', data=df, color='0.75')
ax = sns.regplot(x='Time', y='Hardcover', data=df, ci=None, scatter_kws=dict(color='0.25'))
ax.set_title('Time Plot of Hardcover Sales');

【讨论】：