%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc % 清空命令行
%% 导入数据（时间序列的单列数据）
result = xlsread('数据.xlsx','B2:B200');
num_size = 0.7; % 训练集占数据集比例
num_samples = length(result); % 样本个数
%% 训练集测试集分配
M = round(num_size * num_samples); % 训练集样本个数
N = num_samples - M; % 测试集样本个数
%% 选定阶数
MA = 10;
%% 循环预测
T_sim2 = [];
for i = M : M + N - 1
disp(['搜索：'])
disp(['https://mbd.pub/o/DDR1'])
%% 打印出评价指标
%% disp(['-----------------------误差计算--------------------------'])
%% disp(['评价结果如下所示：'])
%% disp(['平均绝对误差MAE为：',num2str(MAE2)])
%% disp(['均方误差MSE为： ',num2str(mse2)])
%% disp(['均方根误差RMSEP为： ',num2str(error2)])
%% disp(['决定系数R^2为： ',num2str(R2)])
%% disp(['剩余预测残差RPD为： ',num2str(RPD2)])
%% disp(['平均绝对百分比误差MAPE为： ',num2str(MAPE2)])
%% grid
end
%% 数据反归一化
T_test = result(M + 1 : end);
%% 均方根误差
error = sqrt(sum((T_sim2' - T_test).^2) ./ N);
%% 绘图
figure
plot(1: N, T_test, 'r-', 1: N, T_sim2, 'b-', 'LineWidth', 1)
legend('真实值', 'MA预测值')
xlabel('预测样本')
ylabel('预测结果')
string = {'测试集预测结果对比'; ['RMSE=' num2str(error)]};
title(string)
xlim([1, N])
grid
%% 相关指标计算
% R2
R2 = 1 - norm(T_test - T_sim2')^2 / norm(T_test - mean(T_test))^2;
disp(['测试集数据的R2为：', num2str(R2)])
% MAE
mae2 = sum(abs(T_sim2' - T_test)) ./ N ;
disp(['测试集数据的MAE为：', num2str(mae2)])
% MBE
mbe2 = sum(T_sim2' - T_test) ./ N ;
disp(['测试集数据的MBE为：', num2str(mbe2)])
%% 分析数据
M = length(result); % 样本个数
MA = 10; % 选定阶数
%% 建立模型
model = arima(0, 0, MA);
%% 仿真预测
esmodel = estimate(model, result);
t_sim = forecast(esmodel, 1, 'Y0', result);
%% 得到残差
res_str = infer(esmodel, result);
stdr = res_str / sqrt(esmodel.Variance);
%% 绘制残差图
figure
subplot(2, 3, 1)
plot(stdr)
xlim([0, M])
title('残差')
grid on
%% 绘制差分后时序图
subplot(2, 3, 2)
plot(result)
xlim([0, M])
title('时序图')
grid on
%% 绘制残差自相关函数
subplot(2, 3, 3)
autocorr(stdr)
title('残差自相关函数')
grid on
%% 绘制差分后时序图偏自相关函数
subplot(2, 3, 4)
parcorr(stdr)
title('残差偏自相关函数')
grid on
%% 绘制差分后时序图自相关函数
subplot(2, 3, 5)
autocorr(result)
title('时序图自相关函数')
grid on
%% 绘制差分后时序图偏自相关函数
subplot(2, 3, 6)
parcorr(result)
title('时序图偏自相关函数')
grid on
