ARIMA时间序列预测图形界面版软件（完整版）

最后更新于：2024-10-26 16:49:24

图形界面版ARIMA是专为使用ARIMA方法进行时间序列预测的软件。

软件功能在不定期更新中，不断完善和添加新的功能。

致力于实现优质、易用的程序，帮助研究人员快速实现目标

一、获取图形界面版ARIMA软件（完整版）

获取通道一（淘宝）：点击此处获取完整版程序

获取通道二（本页面）：点击下面“立即支付”按钮，付款后获取完整版代码下载链接和售后联系方式~本通道处于测试阶段，使用该通道可以额外优惠（仅需98元）。付款完成后刷新一下本页面即可看到下载链接。

（注意支付跳转失败的话，请使用浏览器打开本页面）

您需要先支付 98元 才能查看此处内容！立即支付

二、代码运行环境

MATLAB2019~2021

三、软件功能介绍

1.软件主界面

2.支持多种格式数据导入。

支持mat、xsl、xslx格式数据的导入。

      • 如果是mat文件，要求文件中只包含单个变量，且为一维数据。
      • 如果是xsl/xslx文件，要求数据为单行/单列，不能包含标题。

3.多种参数设置选项。

（1）p值上限与q值上限：即使用aic/bic准则进行定阶时，p与q值的遍历上限。比如设置p上限为1，q上限设置为2，则会遍历以下p/q组合：（0/1）、（0/2）、（1/0）、（1/1）、（1/2）。需要注意（0/0）这种组合无意义，不会进行相应计算。

（2）p/q值定阶准则：包括’aic’/’bic’/’aic+bic’三种选择，选取不同准则，定出来的阶数可能会有所不同。

（3）绘制拟合曲线：如勾选上，点击“开始训练”后主界面的绘图区域将会绘制训练集数据的拟合结果。默认不勾选。

（4）绘制其他曲线图（ACF、PACF、残差检验等）：如勾选上，点击“开始训练”后将会绘制其余若干图片，这些图片的含义参考这里。

4.三种训练与预测模式。

（1）全部数据用于多步预测：预测“不存在”的数据。在软件中指定想预测的长度，点击开始训练就可以了。效果如下（自带案例）：

（2）划分“训练-测试集”的多步预测：将全部数据按照一定比例划分成训练集和测试集，然后多步预测出于测试集相同长度的数据，并画图对比，计算若干评估指标。这种模式下结果往往并不太理想。效果如下（自带案例）：

（3）划分“训练-测试集”的单步预测：将全部数据按照一定比例划分成训练集和测试集，然后单步预测出于测试集相同长度的数据，并画图对比，计算若干评估指标。这种模式下预测精度较高，在某些趋势性强的数据中，预测结果可能会表现出“滞后性”。效果如下（自带案例）：

5.数据导出。

点击“导出数据”：

      • 可以将预测结果、训练集数据、测试集数据、残差、拟合值、aic/bic遍历值等导出。
      • 可以自定义保存路径。
      • 保存格式为Excel

四、源码介绍

注：图标代表该m文件为脚本文件，可以直接运行；图标代表函数文件，在没有输入变量的情况下无法直接运行。更详细的解释可以看这里。

1.ARIMA_UI.mlapp文件

图形界面主程序，需要在MATLAB的APPdesigner中打开。

2.demo文件

demos文件全部为脚本文件，这些文件都是以Demo开头，其中的文件使用了funs文件夹中的函数文件实现各种功能。

1.1.Demo_ARIMA.m

        调用funs中的Fun_ARIMA_Forecast函数进行多步预测的例子，演示了Fun_ARIMA_Forecast函数的常规用法。

1.2.Demo_ARMA_onestep_new.m

        调用funs中的Fun_ARIMA_Forecast_Onestep函数进行单步预测的例子，演示了Fun_ARIMA_Forecast_Onestep函数的常规用法。

1.3.Demo_ARMA_RUL.m

        调用funs中的RUL_ARIMA函数实现剩余寿命预测，该功能处于测试阶段。

3.function文件

function文件为该工具箱相关的函数文件，这些文件无法直接运行，需要在其他文件或命令行窗口中对入口参数赋值并调用。

2.1.ARMA_Order_Select.m

        通过AIC，BIC等准则暴力选定阶数，带有差分项。函数参数说明如下：

2.2.Fun_ARIMA_Forecast.m

        封装好的多步预测程序，可以通过输入原始数据、预测步数等直接获得预测结果。使用ARIMA进行预测的函数（使用n阶差分、不使用对数），可以直接调用，差分阶数自动确定。函数参数说明如下：

2.3.Fun_ARIMA_Forecast_Onestep

        封装好的“单步”预测程序，现在这个最常用的图可以傻瓜式实现啦。

2.3.EvaForeEffect

        用于评价时间序列预测效果各个量化指标的通用函数，包括了’MSE’，’RMSE’，’MAE’，’MAPE’，’R2’。

五、快速开始

请参考本页面开始处的视频进行操作。

六、重要更新

20220218 完善了完整版代码数据导出功能

20211111 修复了完整版代码导出数据的部分bug

20211107 创建图形界面版ARIMA时间序列的初始版本代码