ARIMA预测MATLAB程序

function PreData = ARIMA（SourceDatastep）
  TempData=SourceData;
  TempData=detrend（TempData）;%去趋势线
  TrendData=SourceData-TempData;%趋势函数
  %---------------------------------------------------差分，平稳化时间序列---------
  [HPValueTestStatCriticalValue] = dfARDTest（TempData[]0.05‘T‘）;
  %difftime=0;
  SaveDiffData=[];
  while ~H
      SaveDiffData=[SaveDiffDataTempData（11）];
      TempData=diff（TempData）;%差分，平稳化时间序列
      %difftime=difftime+1;%差分次数
      [HPValueTestStatCriticalValue] = dfARDTest（TempData[]0.05‘T‘）;%adf检验，判断时间序列是否平稳化
  end
  %---------------------------------------------------模型定阶或识别--------------
  u = iddata（TempData‘）;
  test = [];
  for p = 0:5    %自回归对应PACF给定滞后长度上限p和q，一般取为T/10、ln（T）或T^（1/2）这里取T/10=12
    for q = 0:5    %移动平均对应ACF
        m = armax（u[p q]）;        
        AIC = aic（m）;  %armax（pq）计算AIC
        test = [test;p q AIC];
    end
  end
  for k = 1:size（test1）
    if test（k3） == min（test（:3）） %选择AIC值最小的模型
        p