ARIMA ARIMA模型全称为差分自回归移动平均模型（Autoregressive Integrated Moving Average Model

ARIMA模型全称为差分自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA)，

clc
clear all
%%load data
load（‘travel_time0201-0207.mat‘）
load（‘travel_time0208-0214.mat‘）
load（‘travel_time0215-0221.mat‘）
load（‘travel_time0222-0228.mat‘）

y（1:2016）=tte（1:288*7）‘;
y（2017:2016*2）=tte1（1:288*7）‘;

DX=y‘;
tic
z=iddata（DX）;%将DX转化为matlab接受的格式
test = [];
for p = 1:10   %AIC
    for q = 1:10    
        m = armax（z[p q]）;        
        AIC = aic（m）;                    
        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_test = test（k1）;
        q_test = test（k2）;
        break;
    end
end
m1 = armax（z[p_test q_test]）;        %armax（pq）[p_test q_test]对应AIC值最小
figure（1）
e = resid（m1z）;     %拟合做残差分析
plot（e）;
[PrDWr] = dwtest（e.OutputDataz.OutputData）;
if Pr<0.05
    disp（‘can not use this model‘）;
else disp（‘can use this model‘）;
end


%预测过程
p=predict（m1z1）

if i < 2
figure（3）
pre = round（p.OutputData（1:288*14））; %预测后一天的，也就是第9天的数据
pret=toc;
end

true（:1:2016）=tte2（1:288*7）‘;
true（:2017:2016*2）=tte3（1:288*7）‘; %535455
true=reshape（true288*141）;
mae=sum（abs（pre-true））/（288*14）;
mspe=sum（abs（pre-true）./true）/（288*14）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      15211  2014-03-02 15:59  travel_time0215-0221.mat

     文件      15279  2014-03-02 16:00  travel_time0222-0228.mat

     文件       1243  2014-03-20 22:01  arima_travel_time.m

     文件      15261  2014-03-02 15:56  travel_time0201-0207.mat

     文件      15242  2014-03-02 15:58  travel_time0208-0214.mat

----------- ---------  ---------- -----  ----

                62236                    5