arima的MATLAB代码

以下是一个简单的ARIMA模型的MATLAB代码示例：

% 导入数据
data = xlsread('data.xlsx');

% 拆分数据为训练集和测试集
train_data = data(1:100);
test_data = data(101:end);

% 训练ARIMA模型
arima_model = arima(1,1,1); % p=1, d=1, q=1
fit_model = estimate(arima_model, train_data);

% 预测测试集
[forecast, stderr, lower, upper] = forecast(fit_model, length(test_data));

% 可视化结果
figure;
plot(train_data, 'b');
hold on;
plot(100:150, [train_data(end); forecast], 'r');
plot(100:150, [train_data(end); upper], 'g--');
plot(100:150, [train_data(end); lower], 'g--');
legend('原始数据', '预测数据', '置信区间');
title('ARIMA模型预测结果');

% 计算误差
mse = mean((test_data - forecast).^2);
rmse = sqrt(mse);
mae = mean(abs(test_data - forecast));

在这个示例中，我们首先导入数据，然后将其拆分为训练集和测试集。我们使用ARIMA（1,1,1）模型来拟合训练数据，并使用`forecast`函数预测测试数据。最后，我们可视化结果并计算误差指标，如均方误差（MSE）、均方根误差（RMSE）和平均绝对误差（MAE）。