基于“SARIMA-BP/SVM/RF”联合模型及R语言实现的《时间序列分析》课程教学改革探索

摘要

目的 构建和验证SARIMA-BP/SVM/RF联合模型，并通过R语言实现，以科研服务教学，进行《时间序列分析》课程改革。方法 以SARIMA模型的拟合值作为BP/SVM/RF模型的输入，以时间序列数据实际值作为BP/SVM/RF模型的输出，选用R 4.3中auto.arima()、nnet()、svm()和randomForest()函数对河南省流行性感冒和山东省乙肝数据进行实例分析。结果 SARIMA-RF模型两组数据预测值的RMSE分别为894.5121和146.6224,MAPE分别为0.1309和0.0187,预测效果最优。SARIMA-BP神经网络模型两组数据预测值的RMSE分别为1211.5088和293.8433,MAPE分别为0.2069和0.0369;SARIMA-SVM模型两组数据预测值的RMSE分别为1572.1080和244.5919,MAPE分别为0.1993和0.0325;SARIMA模型两组数据预测值的RMSE分别为1887.5854和349.2565,MAPE分别为0.2147和0.0509;SARIMA-BP神经网络模型和SARIMA-SVM模型的预测效果不相上下，不及SARIMA-RF模型但优于SARIMA模型。结论 构建SARIMA-BP/SVM/RF联合模型的教学改革是合适的，联合模型优于单纯SARIMA模型，通过R语言软件实现联合模型的训练是方便且高效的。

关键词

SARIMA / BP/SVM/RF / 联合模型 / R语言实现 / 课程教学改革