R语言ARIMA模型实战CO2数据3步完成模式识别、拟合与2年预测1. 环境准备与数据探索在开始构建ARIMA模型之前我们需要确保环境配置正确并对数据进行初步探索。R语言中的TSA包提供了经典的co2数据集记录了1959年至1997年间大气中二氧化碳浓度的月度观测值。首先安装并加载必要的包# 安装TSA包如果尚未安装 if(!require(TSA)) install.packages(TSA) # 加载所需包 library(TSA) # 提供co2数据集 library(forecast) # 提供ARIMA建模工具 library(ggplot2) # 数据可视化让我们查看数据的基本结构和统计特征# 加载数据 data(co2) # 查看数据结构 str(co2)输出显示这是一个时间序列对象ts频率为12月度数据时间跨度为1959年1月至1997年12月。绘制原始数据的时间序列图ggplot(data data.frame(time time(co2), value as.numeric(co2)), aes(x time, y value)) geom_line(color #1E88E5) labs(title 大气CO2浓度时间序列1959-1997, x 年份, y CO2浓度ppm) theme_minimal()从图中我们可以观察到两个明显的特征上升趋势CO2浓度随时间呈现明显的上升趋势季节性波动每年内呈现周期性波动夏季浓度较低冬季较高2. 模式识别与平稳化处理2.1 平稳性检验与差分处理ARIMA模型要求时间序列是平稳的。我们可以通过ADF检验来验证原始序列的平稳性# 进行ADF检验 adf.test(co2)检验结果p值0.05表明原始序列是非平稳的。我们需要通过差分来消除趋势和季节性。第一步差分消除趋势co2_diff1 - diff(co2)绘制一阶差分后的序列autoplot(co2_diff1) labs(title 一阶差分后的CO2序列, y 差分值)一阶差分已经消除了大部分趋势但季节性仍然存在。我们再进行季节性差分co2_diff_seasonal - diff(co2_diff1, lag 12)绘制经过一阶差分和季节性差分后的序列autoplot(co2_diff_seasonal) labs(title 一阶差分季节性差分后的CO2序列, y 差分值)2.2 ACF与PACF分析通过自相关函数ACF和偏自相关函数PACF图来确定ARIMA模型的阶数# 设置图形布局 par(mfrow c(2,1)) # 绘制ACF图 acf(co2_diff_seasonal, lag.max 36, main ACF) # 绘制PACF图 pacf(co2_diff_seasonal, lag.max 36, main PACF) # 恢复默认图形设置 par(mfrow c(1,1))从ACF和PACF图中我们可以观察到ACF在滞后1和12处有显著峰值PACF在滞后1和12处也有显著峰值这表明可以考虑使用季节性ARIMA模型其中非季节性部分可能为(0,1,1)季节性部分为(0,1,1)12。3. 模型拟合与诊断3.1 模型拟合基于前面的分析我们拟合ARIMA(0,1,1)(0,1,1)[12]模型# 拟合模型 model - arima(co2, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 查看模型摘要 summary(model)模型输出显示Coefficients: ma1 sma1 -0.5792 -0.8206 s.e. 0.0791 0.1137 sigma^2 estimated as 0.5446: log likelihood -139.54, aic 283.08两个移动平均系数ma1和sma1都是显著的绝对值远大于2倍标准误表明模型拟合良好。3.2 模型诊断我们需要检查残差是否满足白噪声假设# 残差诊断 checkresiduals(model)诊断包括残差时间序列图应无明显模式ACF图残差应无显著自相关残差分布近似正态分布此外进行Ljung-Box检验Box.test(residuals(model), lag 24, type Ljung-Box, fitdf 2)检验结果p值0.05表明残差是白噪声模型充分捕捉了数据中的信息。3.3 模型比较为了验证我们的模型选择可以尝试其他可能的模型并比较AIC值# 尝试ARIMA(1,1,1)(0,1,1)[12] model2 - arima(co2, order c(1, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 比较AIC data.frame( Model c(ARIMA(0,1,1)(0,1,1)[12], ARIMA(1,1,1)(0,1,1)[12]), AIC c(model$aic, model2$aic) )结果显示原始模型的AIC更低支持我们的初始选择。4. 预测与应用4.1 未来2年预测使用拟合好的模型进行未来24个月2年的预测# 进行预测 forecast_values - forecast(model, h 24) # 绘制预测结果 autoplot(forecast_values) labs(title CO2浓度未来2年预测, x 年份, y CO2浓度ppm) theme_minimal()预测结果包括点预测最可能的CO2浓度值80%和95%预测区间不确定性范围4.2 预测结果解读查看具体的预测数值print(forecast_values)输出显示了未来24个月每个月的预测值及置信区间。例如1998年1月的预测值为365.3ppm95%置信区间为[364.0, 366.6]。4.3 模型部署为了在实际应用中重复使用这个模型我们可以将建模过程封装为函数co2_forecast - function(data, years_ahead 2) { # 拟合模型 model - arima(data, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 进行预测 forecast_values - forecast(model, h 12 * years_ahead) # 返回结果 return(list(model model, forecast forecast_values)) } # 使用函数 results - co2_forecast(co2) autoplot(results$forecast)5. 高级技巧与注意事项5.1 自动化模型选择虽然我们通过ACF/PACF分析手动选择了模型但也可以使用自动选择方法auto_model - auto.arima(co2, stepwise FALSE, approximation FALSE) summary(auto_model)在大多数情况下自动选择会确认我们手动选择的模型是最优的。5.2 模型更新策略在实际应用中随着新数据的不断获得我们需要定期更新模型。有两种主要策略完全重新拟合用所有可用数据重新估计模型参数滚动预测保持模型结构不变仅用新数据更新状态# 滚动预测示例 window_length - length(co2) - 24 # 保留最后2年作为测试集 training - window(co2, end c(1995, 12)) test - window(co2, start c(1996, 1)) # 初始拟合 model_rolling - arima(training, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 逐步更新预测 predictions - numeric(24) for(i in 1:24) { predictions[i] - forecast(model_rolling, h 1)$mean # 更新模型这里简化为添加新观测值实际中可能需要重新拟合 model_rolling - Arima(window(co2, end c(1995, 12 i)), model model_rolling) } # 计算预测准确度 accuracy(ts(predictions, start c(1996, 1), frequency 12), test)5.3 异常值处理CO2数据中可能存在异常值如火山爆发导致的短期变化。我们可以使用tsoutliers包检测和处理异常值if(!require(tsoutliers)) install.packages(tsoutliers) library(tsoutliers) # 检测异常值 outliers - tso(co2, types c(AO, LS, TC)) plot(outliers)如果检测到显著异常值可以在ARIMA模型中包含异常值效应# 包含异常值的模型 model_outliers - arima(co2, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12), xreg outliers$outliers)6. 完整R脚本以下是本案例的完整R脚本包含所有关键步骤# CO2浓度ARIMA建模与预测完整脚本 # 加载必要的包 library(TSA) library(forecast) library(ggplot2) # 1. 数据准备 data(co2) # 2. 数据可视化 autoplot(co2) labs(title 大气CO2浓度时间序列1959-1997, y CO2浓度ppm) # 3. 平稳性处理 co2_diff1 - diff(co2) # 一阶差分消除趋势 co2_diff_seasonal - diff(co2_diff1, lag 12) # 季节性差分 # 4. ACF/PACF分析 par(mfrow c(2,1)) acf(co2_diff_seasonal, lag.max 36, main ACF) pacf(co2_diff_seasonal, lag.max 36, main PACF) par(mfrow c(1,1)) # 5. 模型拟合 model - arima(co2, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 6. 模型诊断 checkresiduals(model) # 7. 预测 forecast_values - forecast(model, h 24) autoplot(forecast_values) labs(title CO2浓度未来2年预测, y CO2浓度ppm) # 8. 保存预测结果 write.csv(data.frame( Date seq(as.Date(1998-01-01), by month, length.out 24), Forecast as.numeric(forecast_values$mean), Lo_80 as.numeric(forecast_values$lower[,1]), Hi_80 as.numeric(forecast_values$upper[,1]), Lo_95 as.numeric(forecast_values$lower[,2]), Hi_95 as.numeric(forecast_values$upper[,2]) ), file co2_forecast.csv, row.names FALSE)
R 语言 ARIMA 模型实战：CO2 数据 3 步完成模式识别、拟合与 2 年预测
发布时间：2026/7/10 21:58:27
R语言ARIMA模型实战CO2数据3步完成模式识别、拟合与2年预测1. 环境准备与数据探索在开始构建ARIMA模型之前我们需要确保环境配置正确并对数据进行初步探索。R语言中的TSA包提供了经典的co2数据集记录了1959年至1997年间大气中二氧化碳浓度的月度观测值。首先安装并加载必要的包# 安装TSA包如果尚未安装 if(!require(TSA)) install.packages(TSA) # 加载所需包 library(TSA) # 提供co2数据集 library(forecast) # 提供ARIMA建模工具 library(ggplot2) # 数据可视化让我们查看数据的基本结构和统计特征# 加载数据 data(co2) # 查看数据结构 str(co2)输出显示这是一个时间序列对象ts频率为12月度数据时间跨度为1959年1月至1997年12月。绘制原始数据的时间序列图ggplot(data data.frame(time time(co2), value as.numeric(co2)), aes(x time, y value)) geom_line(color #1E88E5) labs(title 大气CO2浓度时间序列1959-1997, x 年份, y CO2浓度ppm) theme_minimal()从图中我们可以观察到两个明显的特征上升趋势CO2浓度随时间呈现明显的上升趋势季节性波动每年内呈现周期性波动夏季浓度较低冬季较高2. 模式识别与平稳化处理2.1 平稳性检验与差分处理ARIMA模型要求时间序列是平稳的。我们可以通过ADF检验来验证原始序列的平稳性# 进行ADF检验 adf.test(co2)检验结果p值0.05表明原始序列是非平稳的。我们需要通过差分来消除趋势和季节性。第一步差分消除趋势co2_diff1 - diff(co2)绘制一阶差分后的序列autoplot(co2_diff1) labs(title 一阶差分后的CO2序列, y 差分值)一阶差分已经消除了大部分趋势但季节性仍然存在。我们再进行季节性差分co2_diff_seasonal - diff(co2_diff1, lag 12)绘制经过一阶差分和季节性差分后的序列autoplot(co2_diff_seasonal) labs(title 一阶差分季节性差分后的CO2序列, y 差分值)2.2 ACF与PACF分析通过自相关函数ACF和偏自相关函数PACF图来确定ARIMA模型的阶数# 设置图形布局 par(mfrow c(2,1)) # 绘制ACF图 acf(co2_diff_seasonal, lag.max 36, main ACF) # 绘制PACF图 pacf(co2_diff_seasonal, lag.max 36, main PACF) # 恢复默认图形设置 par(mfrow c(1,1))从ACF和PACF图中我们可以观察到ACF在滞后1和12处有显著峰值PACF在滞后1和12处也有显著峰值这表明可以考虑使用季节性ARIMA模型其中非季节性部分可能为(0,1,1)季节性部分为(0,1,1)12。3. 模型拟合与诊断3.1 模型拟合基于前面的分析我们拟合ARIMA(0,1,1)(0,1,1)[12]模型# 拟合模型 model - arima(co2, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 查看模型摘要 summary(model)模型输出显示Coefficients: ma1 sma1 -0.5792 -0.8206 s.e. 0.0791 0.1137 sigma^2 estimated as 0.5446: log likelihood -139.54, aic 283.08两个移动平均系数ma1和sma1都是显著的绝对值远大于2倍标准误表明模型拟合良好。3.2 模型诊断我们需要检查残差是否满足白噪声假设# 残差诊断 checkresiduals(model)诊断包括残差时间序列图应无明显模式ACF图残差应无显著自相关残差分布近似正态分布此外进行Ljung-Box检验Box.test(residuals(model), lag 24, type Ljung-Box, fitdf 2)检验结果p值0.05表明残差是白噪声模型充分捕捉了数据中的信息。3.3 模型比较为了验证我们的模型选择可以尝试其他可能的模型并比较AIC值# 尝试ARIMA(1,1,1)(0,1,1)[12] model2 - arima(co2, order c(1, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 比较AIC data.frame( Model c(ARIMA(0,1,1)(0,1,1)[12], ARIMA(1,1,1)(0,1,1)[12]), AIC c(model$aic, model2$aic) )结果显示原始模型的AIC更低支持我们的初始选择。4. 预测与应用4.1 未来2年预测使用拟合好的模型进行未来24个月2年的预测# 进行预测 forecast_values - forecast(model, h 24) # 绘制预测结果 autoplot(forecast_values) labs(title CO2浓度未来2年预测, x 年份, y CO2浓度ppm) theme_minimal()预测结果包括点预测最可能的CO2浓度值80%和95%预测区间不确定性范围4.2 预测结果解读查看具体的预测数值print(forecast_values)输出显示了未来24个月每个月的预测值及置信区间。例如1998年1月的预测值为365.3ppm95%置信区间为[364.0, 366.6]。4.3 模型部署为了在实际应用中重复使用这个模型我们可以将建模过程封装为函数co2_forecast - function(data, years_ahead 2) { # 拟合模型 model - arima(data, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 进行预测 forecast_values - forecast(model, h 12 * years_ahead) # 返回结果 return(list(model model, forecast forecast_values)) } # 使用函数 results - co2_forecast(co2) autoplot(results$forecast)5. 高级技巧与注意事项5.1 自动化模型选择虽然我们通过ACF/PACF分析手动选择了模型但也可以使用自动选择方法auto_model - auto.arima(co2, stepwise FALSE, approximation FALSE) summary(auto_model)在大多数情况下自动选择会确认我们手动选择的模型是最优的。5.2 模型更新策略在实际应用中随着新数据的不断获得我们需要定期更新模型。有两种主要策略完全重新拟合用所有可用数据重新估计模型参数滚动预测保持模型结构不变仅用新数据更新状态# 滚动预测示例 window_length - length(co2) - 24 # 保留最后2年作为测试集 training - window(co2, end c(1995, 12)) test - window(co2, start c(1996, 1)) # 初始拟合 model_rolling - arima(training, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 逐步更新预测 predictions - numeric(24) for(i in 1:24) { predictions[i] - forecast(model_rolling, h 1)$mean # 更新模型这里简化为添加新观测值实际中可能需要重新拟合 model_rolling - Arima(window(co2, end c(1995, 12 i)), model model_rolling) } # 计算预测准确度 accuracy(ts(predictions, start c(1996, 1), frequency 12), test)5.3 异常值处理CO2数据中可能存在异常值如火山爆发导致的短期变化。我们可以使用tsoutliers包检测和处理异常值if(!require(tsoutliers)) install.packages(tsoutliers) library(tsoutliers) # 检测异常值 outliers - tso(co2, types c(AO, LS, TC)) plot(outliers)如果检测到显著异常值可以在ARIMA模型中包含异常值效应# 包含异常值的模型 model_outliers - arima(co2, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12), xreg outliers$outliers)6. 完整R脚本以下是本案例的完整R脚本包含所有关键步骤# CO2浓度ARIMA建模与预测完整脚本 # 加载必要的包 library(TSA) library(forecast) library(ggplot2) # 1. 数据准备 data(co2) # 2. 数据可视化 autoplot(co2) labs(title 大气CO2浓度时间序列1959-1997, y CO2浓度ppm) # 3. 平稳性处理 co2_diff1 - diff(co2) # 一阶差分消除趋势 co2_diff_seasonal - diff(co2_diff1, lag 12) # 季节性差分 # 4. ACF/PACF分析 par(mfrow c(2,1)) acf(co2_diff_seasonal, lag.max 36, main ACF) pacf(co2_diff_seasonal, lag.max 36, main PACF) par(mfrow c(1,1)) # 5. 模型拟合 model - arima(co2, order c(0, 1, 1), seasonal list(order c(0, 1, 1), period 12)) # 6. 模型诊断 checkresiduals(model) # 7. 预测 forecast_values - forecast(model, h 24) autoplot(forecast_values) labs(title CO2浓度未来2年预测, y CO2浓度ppm) # 8. 保存预测结果 write.csv(data.frame( Date seq(as.Date(1998-01-01), by month, length.out 24), Forecast as.numeric(forecast_values$mean), Lo_80 as.numeric(forecast_values$lower[,1]), Hi_80 as.numeric(forecast_values$upper[,1]), Lo_95 as.numeric(forecast_values$lower[,2]), Hi_95 as.numeric(forecast_values$upper[,2]) ), file co2_forecast.csv, row.names FALSE)
