摘要：文章利用R语言分析我国2014年至2020年的广东省、广州市、深圳市、东莞市和佛山市的PM2.5月平均浓度数据，5个时间序列分别为84个月度数据进行分析，基于四个城市序列自身的特点，单位根检验后发现原序列是平稳的时间序列，满足了ARMA建模的条件，则可以建立相应的四个ARMA模型，并基于模型对2020年11月到2021年3月进行预测，发现2020年11月和2020年12月的预测值与实际值的相对误差在7.2%至19.4%的区间内，模型拟合效果良好。此外,发现四个城市的PM2.5不仅和广东省的PM2.5都具有相似的变化趋势，还与其有较高的相关系数，说明具有极其重要的影响。同时预测未来3个月的数值，为人们的出行和有关环境保护部门做出宏观决策提供有价值的信息。

关键词：R语言；PM2.5；ARMA模型；预测

目录

摘要

Abstract

1. 引 言-1

2. 文献综述-1

3. 研究方法-2

3.1 ARMA模型原理-2

3.2平稳时间序列含义-3

3.3 ARMA建模步骤图-3

4. 数据来源-4

5. 模型建立-5

5.1数据平稳性检验-5

5.2模型识别-7

5.3 ARMA模型的诊断和检验-7

6. 模型预测分析-11

7. 四城对广东省的影响-12

8. 结语-14

参考文献-15

致谢-16