◆ 测试逐步进行，数据增加到39个时进行预测，如图4
选择数据个数39是因为这是Logistic模型拐点的位置。经过计算，45个数据时，样本数据累积值是763，之前计算出的K值再次证明不符合趋势。从图4中可以看出，Gompertz模型预测出预测值为1074.0，Logistic模型预测出的K值为707.9，这意味着样本的趋近值为1074.0或707.9，即到100个数据时，应当发现1074.0或707.9个缺陷。这时的Gompertz模型和Logistic模型差异较大，从各个拟合度指标来看，依然是Gompertz模型更好。
|
参数 |
Gompertz |
Logistics |
|
样本数 |
39 |
39 |
|
K |
1074.0 |
707.9 |
|
a |
0.0124 |
42.3468 |
|
b |
0.9366 |
0.1845 |
|
Q |
2150.8 |
41446.7 |
|
R^2 |
99.91% |
98.21% |
|
NR |
99.98% |
99.71% |
|
FR |
99.97% |
99.76% |
|
New R^2 |
99.54% |
86.76% |
图4 39个样本数据时的预测图
|
参数 |
Gompertz |
Logistics |
|
样本数 |
78 |
78 |
|
K |
1169.0 |
1083.2 |
|
a |
0.0131 |
46.3858 |
|
b |
0.9416 |
0.1266 |
|
Q |
4375.1 |
191997.2 |
|
R^2 |
99.96% |
98.27% |
|
NR |
100.00% |
99.80% |
|
FR |
99.66% |
77.82% |
|
New R^2 |
99.54% |
86.76% |
图5 全部样本数据计算得到的预测图
◆ 测试逐步进行，数据增加到78、也是全部的样本数据，如图5
经过计算，全部样本数据的累积值是1123，之前测试出的K值（1167.1或976.3）中的1167.1可能符合趋势，但仍然需要进行预测验证。从图5中可以看出，Gompertz模型预测出预测值为1169，Logistic模型预测出的K值为1083.2，由于Logistic模型预测出的K值在多次实验中都小于样本累积值，可以判断出Logistic模型并不符合给定样本的趋势，这也意味着样本的趋近值为Gompertz模型预测得到的K值，即1169，即到100个数据时应当发现1169个缺陷。
由此可见，K值的变化趋势经历了不断增长的一个过程，从不断增加，到趋于稳定，如图6，此时的K的变化情况近似于指数曲线。
图6 渐近值K的变化趋势
