Imported from Linxy22/mathmodelskill (math-modeling-prediction/SKILL.md). Install upstream with npx skills add Linxy22/mathmodelskill --skill math-modeling-prediction. Copyright stays with the author.

数学建模竞赛：预测建模

工作方式

1. 明确预测对象、预测步长、可用信息时点、评价指标和是否允许外生变量。
2. 先建立朴素、均值、线性回归或季节性基线，再比较 GM(1,1)、指数平滑、ARIMA/状态空间或树模型等候选。
3. 时间序列按时间切分训练/验证，避免随机打乱导致信息泄漏；样本少时报告滚动或留后验证。
4. 报告 MAE、RMSE、MAPE 等与题目相关的指标，给出残差诊断、预测区间或不确定性说明。
5. 检查外推范围、结构变化、异常点和参数敏感性；预测超出数据支持范围时降低结论强度。

诚信边界

不能虚构未来数据、精度、显著性或“准确率提升”。模型输出必须保存输入版本、参数、随机种子和可复现代码。

通用验证要求

把模型运行组织为可复算阶段，保存参数、版本、随机种子和日志；至少提供基线对照、适配任务的验证指标及一项敏感性或情景分析。结果必须能沿证据链回溯，详见 通用证据链。

方法选择和适用性检查参阅 通用方法路由，不得以训练拟合优度替代留后验证。