该软件首先使用经典的ARIMA模型进行初步预测,并生成绝对误差序列,然后输入GRNN模型得出预测的绝对误差数值,最后反算生成最终预测数值。
第一步,安装Matlab支持插件:
1. 双击MCRInstaller.exe进行安装。
2. 自动解压文件。
3. 点击下一步进行安装。
4. 安装完成。
第二步,构建ARIMA模型:
1. 进入ARIMA模型图形用户界面(GUI)。
2. 数据输入:输入需要预测的原始数据。
3. 原始数据绘图:点击按钮显示原始数据曲线图,观察数据的消长趋势和周期性。
4. 实际值输入:输入用于测试模型的预测精度的数据,或者输入0以预测数据。
5. 平稳性检验和相关图模块:点击按钮显示原始数据的自相关图和偏相关图,并显示检验结果。
6. 自动参数寻找模块:勾选Log后,输入参数d和D,点击寻找按钮自动寻找最优p、q、P、Q参数。
7. 预测模块:显示需要预测数据的个数,输入模型参数,点击预测按钮输出AIC值、BIC值、预测值和实际值。
8. 曲线图模块:点击按钮显示模型拟合效果曲线图和拟合误差的指标。
9. 误差模块:显示拟合和预测误差的MAE、MAPE、MSE、RMSE。
下载地址:双击打开ARIMAb.exe软件,输入时间序列的数据即可。
基于实例文献进行操作演示:
1. 输入时间序列的数据,在excel进行复制粘贴。
2. 进行平稳性检验。
3. 根据检验结果进行一般和季节性拆分。
4. 自动寻找最优p、q、P、Q参数。
模型拟合与预测:
5. 输入最优参数和需要预测的实际值,点击预测按钮输出结果。
6. 点击拟合按钮显示拟合的效果。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删