私はシンプルな配列を持っています。日付ごとにデータポイントがあります。このような何か:日付(2008,5,1)、日付(2008年、5、20)など:Pythonでデータポイントを将来に推論する簡単な方法はありますか?
>>> import numpy as np
>>> from datetime import date
>>> from datetime import date
>>> x = np.array([(date(2008,3,5), 4800), (date(2008,3,15), 4000), (date(2008,3,
20), 3500), (date(2008,4,5), 3000) ])
は、将来へのデータポイントを推定する簡単な方法はありますか?私はそれが数学的なアルゴリズムでできることを理解しています。しかしここで私はいくつかの低いぶら下がっている果物を求めています。実際にはnumpy.linalg.solveのようなものが好きですが、外挿には当てはまりません。たぶん私は絶対に間違っています。
具体的には、私はバーンダウンチャート(xp用語)を作成しています。「x = dateとy =作業量」ですので、既に実行済みのスプリントを取得しています。現在の状況が続く場合、将来のスプリントがどのように進むか。そして最終的にリリース日を予測したいと思います。だから、「仕事の量」の性質は、いつもバーンダウン・チャートに落ちるということです。また、私は外挿されたリリース日を取得したい:ボリュームがゼロになる日付。
これは、デベロッパーチームに何が起こるかを示すためのものです。精密さはそれほど重要ではありません:)デベロッパーチームのモチベーションが主な要因です。これは、私が非常におおよその外挿法を使っても大丈夫だということを意味します。
"統計情報のpython"のためにグーグルであなたは何を見つけましたか?あなたが見つけた統計パッケージのいずれかに関する質問はありますか? –
問題のデータの性質を知らなくても、外挿について話すのは難しいです。上記のように、見ることができる限り、何か(無作為な値を除外しない)になる可能性があるので、実用的なアプローチについて話すのはちょうど推測に過ぎません。質問を洗練させる。 – Rook
あなたは絶対に正しいです!洗練された。 – maplpro