期刊文献+

ARIMA模型在空气污染指数预测中的应用 被引量:11

下载PDF
导出
摘要 文章选取广州、南京、西安、北京和哈尔滨五个城市的空气污染指数(API)日资料时间序列,应用最大概似估计(Maximum Likelihood Estimation),进行了ARIMA(p,d,q)模型的拟合及预测。结果表明,无论是在模型的拟合方面,还是在样本外预测方面,都得到了较好的效果。但值得注意的是:每个城市API资料所用ARIMA模型的阶数,即p、d、q的值并不完全一样,表明在分析时不能简单套用固定的模型,而是应该根据相关理论的指导,对具体的资料进行详尽的分析。
作者 孟凡强
出处 《统计与决策》 CSSCI 北大核心 2009年第7期33-35,共3页 Statistics & Decision
关键词 ARIMA API MLE
  • 相关文献

参考文献6

  • 1A. Chaloulakou and D. Assimacopoulos. Forecasting Daily Maximum Ozone Concentration in the Athens Basin[J].Environmental Pollution ,2002, (102).
  • 2Box, G. E. P., Jenkins, G. M. Time Series Analysis: Forecasting and Control[M]. Holden-Day,1970.
  • 3Hector Jorquera and Wilfredo Palma. A Ground-Level Ozone Forecasting Model for Santiago [J]. Chile Journal of Forecasting, 2002,(21).
  • 4J. Navarro-Esbri and E. Diarnadopoulos. Time Series Analysis and Forecasting Techniques for Municipal Solid Waste Management[J]. Resource, Conservation and Recycling,2002,(35).
  • 5Krishan Kumar, A. K. Yadav and H. Hassan. Forecasting Daily Maximum Surface Ozone Concentration in Brunei Darussalam-- An ARIMA Modeling Approach[J]. Journal of Air & Waste Management Association,2004, (54).
  • 6Peter Romilly. Time Series Modeling of Global Mean Temperature for Managerial Decision-making [J]. Journal of Environmental Management,2005, (76).

同被引文献164

引证文献11

二级引证文献75

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部