ARIMA乘法季节模型的R软件实现_李亚伟1
需积分: 0 49 浏览量
2022-08-03
16:32:02
上传
评论
收藏 287KB PDF 举报
《
环境卫生学杂志
》2018
年
8
月
第
8
卷第
4
期
Journal of Environmental Hygiene Aug． 2018，
Vol． 8 No. 4
【
检验技术与方法研究
】
AＲIMA
乘法季节模型的
Ｒ
软
件实现
李
亚伟 刘玲 宋士勋
路
凤
作
者简介
：
李亚伟
，
助理研究员
，
从事环境流行病学方向研究
作者单位
：
中国疾病预防控制中心环境与健康相关产品安全所
联系方式
：
北京市西城区南纬路
29
号
；
邮编
： 100050； Email： liyawei@ nieh． chinacdc． cn
通信作者
：
路凤
，
副研究员
，
从事环境流行病学研究
，Email： lufeng@ nieh． chinacdc． cn
摘
要
：
目的 探讨
AＲIMA
乘法季节模型的
Ｒ
软件实现方法
，
为模型的利用提供方法参考
。
方法 利用
美国芝加哥市
1987—2000
年大气污染物臭氧
（ O
3
）
浓
度数据建立
AＲIMA
乘法季节模型
，
并进行预测
，
比较
预测值和观察值的差异
。
结果
AＲIMA
乘法季节模型在
Ｒ
软件中方便实现
，
模型预测值和观察值的平均相
对误差为
5. 6% 。
结论
Ｒ
软件有相对丰富的软件包可以实现
AＲIMA
乘法季节模型
，
使用者可以方便快捷
地实现分析需求
。
关键词
： AＲIMA
乘法季节模型
；
大气污染物
；
预测
； Ｒ
软件实现
中图分类号
： Ｒ122
DOI： 10. 13421 /j． cnki ． hjwsxzz． 2018. 04. 013
Application and Ｒ Software Implementation of Multiplicative Seasonal AＲIMA Model
LI Yawei，LIU Ling ，SONG Shixun，LU Feng
Abstract： Objectives To explore the Ｒ software implementation of multiplicative seasonal AＲIMA model
and to provide a method for its utilization． Methods The AＲIMA model was established on account of the atmos-
pheric pollutant ozone （ O
3
） concentration from 1987 to 2000 in Chicago，USA，and the difference between predic-
ted value and observed value was compared． Ｒesults AＲIMA model was implemented conveniently in Ｒ software．
and the average relative error between the predicted and observed values was 5. 6% ． Conclusions Ｒ software had
a relatively abundant useful software packages for fitting the multiplicative seasonal AＲIMA model，and users could
complete the analysis conveniently and quickly．
Key words： multiplicative seasonal AＲIMA model，air pollutant，prediction，Ｒ software implementation
时
间序列数据可依据变量自身的变化规律
，
利
用外推机制描述序列变化
，
建立模型并对未来趋势
进行预测
［1］
。AＲIMA
乘法季节模型是研
究这种时
间序列数据的经典方法
［2］
，Ｒ
软件作为一种自由
、
开
源
和免费的软件
，
应用越来越广泛
，
利用
Ｒ
软件实
现
AＲIMA
乘法季节模型的报道多为应用性研究
，
缺乏详细操作步骤和流程
，
本文以大气污染物臭氧
（ O
3
）
浓
度数据为例
，
就
AＲIMA
乘法季节模型的
Ｒ
软件实现做一介绍
。
1 AＲIMA
乘法季节模型简介
AＲIMA
乘法季节模型是
AＲIMA
模型的一种特
殊形式
。AＲIMA
模型全称为自回归移动平均混合
模型
（ Autoregressive Integrated Moving Average Mod-
els） 。
包括自回归模型
（ autoregressive model，AＲ） 、
差分
（ Integrated，I） 、
移动平均模型
（ moving average
model，MA） 3
个部分
，
是美国统计学家
Geogre E．
P． Box
和英国统计学家
GunlymM． Jenkins
创立的
时间序列分析方法中的基本模型之一
［2］
。
·543·
评论0
最新资源