時間序列2:基於arima預測天氣
天氣資料是一個典型的時間序列資料,嘗試用arima來對天氣進行預測。
1、資料集:
採用的資料集為北京2011年1月1日到2020年3月23日的天氣情況。
採集工具:後裔採集器
網址:
http://www。
tianqihoubao。com/lishi/
beijing。html
資料集中包含日期、天氣狀況、氣溫(最高氣溫、最低氣溫)、風力風向。
下文針對“最高溫度“進行分析。
2、利用r語言進行arima:
library(forecast)
library(tseries)
#1 load data
trainsize = 3370*0。9
testsize = 3370*0。1
data = read。csv(“/Users/jessica/PycharmProjects/machinelearning/dataanalysis/data/weather-beijing。csv”,nrows=trainsize)
testdata = read。csv(“/Users/jessica/PycharmProjects/machinelearning/dataanalysis/data/weather-beijing。csv”,skip=trainsize)
tempseries=ts(data[2],frequency = 365)
plot。ts(tempseries)
tsdisplay(tempseries,xlab=“time”,ylab=“temperature”,lag。max = 40)
#2 對時間序列進行拆分,得到三個元件:seasonal,trend,random,可以用加法模型處理季節性
tempcomp <- decompose(tempseries)
plot(tempcomp)
#從圖中看出來,具有明顯的季節性因素。
#3 平穩性檢驗:
adf。test(tempseries)
# 透過Dickey-Fuller,可以看出序列平穩
# 取出季節性因素
tsdisplay(tempseries-tempcomp$seasonal,xlab=“time”,ylab=“temperature”,lag。max = 40)
# 非季節性p=1,q=9
# 對季節性進行差分
diff1 <- diff(tempseries,365)
plot(diff1)
tsdisplay(diff1,xlab=“time”,ylab=“diff1”,lag。max = 40)
# 非季節性p=1,q=9
# 確定引數方法1
# 根據acf和pacf圖形,arima(1,0,9)(0,1,0)[365]
# 確定引數方法2
auto。arima(tempseries,trace=T)
# 根據auto。arima,arima(1,0,3)(0,1,0)[365]
# arima模型 arima(x,order=,include。mean=,method=,transform。pars=,fixed=,seasonal=)
# -x:要進行模型擬合的序列名字。
# -order:指定模型階數。
# -include。mean:指定是否需要擬合常數項。
# -method:指定引數估計方法。
# -transform。pars:指定是否需要人為干預引數。
# -fixed:對疏係數模型指定疏係數的位置。
# -seasonal:指定季節模型的階數與季節週期,該選項的命令格式為:
# seasonal = list(order=c(P,D,Q),period = pi)
# (1)加法模型:P=0,Q=0
# (2)乘法模型:P,Q不全為零
# 方法一:使用引數(1,0,3)(0,1,0)[365]
fit1 <- Arima(tempseries, order=c(1,0,3),seasonal=list(order=c(0,1,0),period=365))
#結果:AIC=14581。06 AICc=14581。08 BIC=14610。5
fit1
tsdisplay(residuals(fit1)) #顯示殘差
#殘差白噪聲檢驗
for(i in 1:2) print(Box。test(fit1$residual,lag=6*i))
#殘差序列為白噪聲,故模型擬合正確
# forecast
f。p1<-forecast(fit1,h=testsize,level=c(99。5))
print(“mse is”)
sum((f。p1[4]-testdata[2])^2)/testsize
#mes is 19。51638
# 方法二:(1,0,9)(0,1,0)[365]
fit2 <- Arima(tempseries, order=c(1,0,9),seasonal=list(order=c(0,1,0),period=365))
#結果:AIC=14589。92 AICc=14590。02 BIC=14654。7
fit2
tsdisplay(residuals(fit2)) #顯示殘差
#殘差白噪聲檢驗
for(i in 1:2) print(Box。test(fit2$residual,lag=6*i))
#殘差序列為白噪聲,故模型擬合正確
# forecast
f。p2<-forecast(fit2,h=testsize,level=c(99。5))
print(“mse is”)
sum((f。p2[4]-testdata[2])^2)/testsize
#mse is 19。49468
3、結果
兩種方法中,效果較好的是(1,0,9)(0,1,0)[365],此引數下mse is 19。49468。