统计方法在空气质量分析预测中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题背景下的目的及意义 | 第8-9页 |
| 1.2 我国空气质量现状 | 第9页 |
| 1.3 本文的主要工作 | 第9-10页 |
| 1.4 空气指数介绍 | 第10-12页 |
| 2 支持向量机 | 第12-18页 |
| 2.1 支持向量机 | 第12-13页 |
| 2.2 支持向量回归 | 第13-18页 |
| 2.2.1 线性支持向量回归 | 第13-15页 |
| 2.2.2 非线性支持向量回归 | 第15-16页 |
| 2.2.3 参数选择方法 | 第16-18页 |
| 3 时间序列分析相关理论 | 第18-34页 |
| 3.1 时间序列分析 | 第18页 |
| 3.2 时间序列分析理论 | 第18-22页 |
| 3.2.1 时间序列相关的定义 | 第18-19页 |
| 3.2.2 时间序列 | 第19-20页 |
| 3.2.3 平稳时间序列的统计量 | 第20-21页 |
| 3.2.4 时间序列的平稳性 | 第21-22页 |
| 3.3 时间序列模型及其建立 | 第22-29页 |
| 3.3.1 时间序列模型 | 第22-24页 |
| 3.3.2 模型的识别及定阶 | 第24-27页 |
| 3.3.3 ARMA模型的参数估计和预测 | 第27-29页 |
| 3.4 时间序列模型的检验 | 第29-32页 |
| 3.4.1 ARMA模型的检验 | 第29-31页 |
| 3.4.2 模型的相关准则 | 第31-32页 |
| 3.5 其它统计方法介绍 | 第32-34页 |
| 3.5.1 灰色预测回归 | 第32-33页 |
| 3.5.2 随机森林回归 | 第33-34页 |
| 4 实例分析 | 第34-47页 |
| 4.1 沈阳市空气问题介绍 | 第34-36页 |
| 4.2 空气质量指数单一模型的回归及预测 | 第36-42页 |
| 4.2.1 支持向量机模型的回归预测 | 第36-37页 |
| 4.2.2 时间序列模型的回归预测 | 第37-41页 |
| 4.2.3 灰色预测模型的回归预测 | 第41-42页 |
| 4.2.4 随机森林模型的回归预测 | 第42页 |
| 4.3 组合模型 | 第42-46页 |
| 4.3.1 支持向量机组合模型 | 第43页 |
| 4.3.2 权重组合模型 | 第43-46页 |
| 4.4 预测 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51页 |
