自回归移动平均模型在预测PM2.5中的应用
Preventive Medicine Tribune(2016)
摘要
目的 应用自回归移动平均(Auto-regressive Moving Average Model)模型,建立潍坊市PM2.5的日均浓度预测模型.方法 利用潍坊市2013年12月2日至2016年9月9日的历史PM2.5日均浓度数据,采用条件最小二乘法确定模型参数,模型阶数确定后,建立PM2.5日均浓度预测模型.结果 对模型的各个参数进行检验发现,各参数估计值的P值均<0.05;对建立的模型进行残差的白噪声检验,x2检验统计量的P值均>0.05,据此建立ARMA(1,3)模型,模型表达式为:xt=138.188 8+(1-0.394 23β-0.367 09β2-0.146 84β3)εt/(1-0.999 6β),并预测了PM2.5的未来日均浓度.结论 ARMA(1,3)模型可用于预测潍坊市PM2.5的日均浓度变化趋势.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要