基于时间序列模型的上海市空气质量指数预测.doc

  • 需要金币1000 个金币
  • 资料目录论文助手 > 大学本科 > 管理大学 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2019-01-16
  • 论文字数:7884
  • 课题出处:(白色泡沫)提供原创资料
  • 资料包括:完整论文

支付并下载

摘要: 本文基于上海市2017年1月1日至2018年2月15日之间共412天的空气质量指数(AQI)逐日数据,利用Eviews软件,寻找时间序列本身的规律与结构,经过多次模型拟合后发现自回归滑动平均模型ARMA(1,1)为最优模型,模型中各个参数显著性t检验的P值,且赤池信息准则(AIC值)与贝叶斯信息准则(BIC值)都最小。利用该模型预测未来7天的上海市空气质量指数,对比模型预测值与实际值,平均相对预测误差为18.91367765%,由此得出ARMA(1,1)模型具有较高的拟合度与预测精度,可以对上海市空气质量指数做出较为理想的短期预测。

 

关键词:时间序列模型预测,空气质量指数(AQI),差分自回归滑动平均模型(ARIMA)

 

目录

摘要

Abstract

一、导论-3

(一)研究背景和意义-3

(二)文献综述-4

(三)研究思路-5

二、ARIMA模型建模思路-6

(一)建模原理-6

(二)建模步骤-7

三、ARIMA模型建模过程-8

(一)数据来源-8

(二)录入数据-8

(三)平稳性检验-8

(四)模型识别和定阶-10

(五)参数估计-11

(六)模型检验-13

(七)模型预测-13

四、预测结果分析-15

五、结论-18

六、参考文献-20


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费