本文主要研究内容
作者王建书,王瑛,赵敏娴,周晓龙,陆颂文,杨海兵,刘强（2019）在《ARIMA模型在苏州市空气质量指数预测中的应用》一文中研究指出：目的借助于自回归积分滑动平均(Autoregressive Integrated Moving Average Model,ARIMA)模型对苏州市空气质量指数进行预测,为空气污染的健康防护预警提供参考。方法运用R软件以苏州市2018年1月1日至12月31日的日空气质量指数为基础,借助于参数估计等筛选最佳的ARIMA模型,以此为基础对苏州市2019年1月1日至1月6日的空气质量指数进行预测,评价其预测效果。结果借助于2018年苏州市日空气质量指数构建了ARIMA(1,1,1)模型,模型的AIC=267.06,Box-Ljung检验的Q统计量为18.558,P=0.775,残差序列为白噪声。空气质量指数的预测值与实际值较为接近,绝对误差的平均值为-7,相对误差的平均值为-4.29%,模型预测效果比较理想。结论 ARIMA(1,1,1)模型能够较为理想的对苏州市空气质量指数进行预测,在空气质量指数预测中具有良好的应用前景。
Abstract
mu de jie zhu yu zi hui gui ji fen hua dong ping jun (Autoregressive Integrated Moving Average Model,ARIMA)mo xing dui su zhou shi kong qi zhi liang zhi shu jin hang yu ce ,wei kong qi wu ran de jian kang fang hu yu jing di gong can kao 。fang fa yun yong Rruan jian yi su zhou shi 2018nian 1yue 1ri zhi 12yue 31ri de ri kong qi zhi liang zhi shu wei ji chu ,jie zhu yu can shu gu ji deng shai shua zui jia de ARIMAmo xing ,yi ci wei ji chu dui su zhou shi 2019nian 1yue 1ri zhi 1yue 6ri de kong qi zhi liang zhi shu jin hang yu ce ,ping jia ji yu ce xiao guo 。jie guo jie zhu yu 2018nian su zhou shi ri kong qi zhi liang zhi shu gou jian le ARIMA(1,1,1)mo xing ,mo xing de AIC=267.06,Box-Ljungjian yan de Qtong ji liang wei 18.558,P=0.775,can cha xu lie wei bai zao sheng 。kong qi zhi liang zhi shu de yu ce zhi yu shi ji zhi jiao wei jie jin ,jue dui wu cha de ping jun zhi wei -7,xiang dui wu cha de ping jun zhi wei -4.29%,mo xing yu ce xiao guo bi jiao li xiang 。jie lun ARIMA(1,1,1)mo xing neng gou jiao wei li xiang de dui su zhou shi kong qi zhi liang zhi shu jin hang yu ce ,zai kong qi zhi liang zhi shu yu ce zhong ju you liang hao de ying yong qian jing 。
论文参考文献
论文详细介绍
论文作者分别是来自公共卫生与预防医学的王建书,王瑛,赵敏娴,周晓龙,陆颂文,杨海兵,刘强，发表于刊物公共卫生与预防医学2019年02期论文，是一篇关于模型论文,空气质量指数论文,预测论文,公共卫生与预防医学2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自公共卫生与预防医学2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：模型论文; 空气质量指数论文; 预测论文; 公共卫生与预防医学2019年02期论文;