论文总字数：12089字

摘 要

本文主要运用时间序列预测的方法，考量淮安的月平均气温变化趋势，进而有效合理地进行预测。借助SPSS和EXCEL数据分析软件建立气温与降水量的一元回归模型，旨在通过气温能够预测相应的降水量。通过对淮安市气温及降水量的分析，又采用图表展示说明变化趋势，旨在为淮安市民生活和农业生产活动提供理论依据。

关键词：月平均气温，月降水量，时间序列，一元回归

Abstract: This paper mainly uses the method of time series prediction to consider the average monthly temperature change trend of Huaian, and then predict it effectively and reasonably. Using SPSS and EXCEL data analysis software to establish a unary regression model of temperature and precipitation, the aim is to predict the corresponding precipitation by temperature. Through the analysis of the temperature and precipitation of Huaian, the chart shows the trend of change, which aims to provide theoretical basis for the life and agricultural production activities of Huaian citizens.

Keywords: Monthly mean temperature, Monthly precipitation, Time series, Simple regression

目 录

1 引言 4

2 气温的时间序列预测 4

2.1 确定趋势成分并预测 5

2.2 确定季节成分并预测 8

2.3 两次预测结果比较 10

3 建立气温和降水量一元回归模型 11

3.1 月降水量的特征分析 11

3.2 月平均气温的特征分析 12

3.3 相关分析 13

3.4 建立模型并预测 14

结 论 18

参 考 文 献 20

致 谢 21

附 录 22

1 引言

一个地区的气候变化，看起来像是没有什么关系的，像是随机的，其实在统计学上，它们是有规律可遵循的。气候变化是要从多方面进行分析的，而气温与降水量是重要的两个气象指标，所以本文研究淮安市气温及降水量的分析，目的不仅在于分析研究出气温与降水量之间的关系，更是希望通过对淮安市气温及降水量的分析，能够对淮安当地的水资源管理、农业的发展提供依据。

王雪薇, 董增川，韩锐在其《江苏省东台市近65年气温和降水量特征分析》一文以东台市为例利用线性倾向估计法和五年滑动平均法等方法对东台市气温降水量做趋势分析。陈力，吴绍洪，郭灵辉在《1954-2011年盐城市气温和降水变化特征》一文中利用线性趋势分析和M-K检验科学地分析了盐城市气温和降水的年际变化、代际变化以及突变特征。王雨斐，方国华，闻昕，张钰在其《1956-2015年高邮市气温降水量变化特征研究》一文中利用多种统计方法，从多方面解释说明了高邮市气温降水量的变化特征。

由此本文运用趋势分析、时间序列预测以及建立回归模型等多种统计方法对淮安市的月平均气温和月降水量进行研究分析. 通过医学常识可以知道，温度与人的生理活动有着密切的联系。当温度高于28度时，人们就会有不舒适的感觉，温度再高的话，很容易导致烦躁、中暑、精神紊乱等异常现象。当气温高于34度并伴有频繁的热浪冲击时，还可引发一系列疾病，特别是使心脏、脑血管和呼吸系统疾病的发病率上升，死亡率明显增加了^[1]。此外，高温还可加快光化学反应速率，从而提高大气中有害气体的浓度，进一步伤害人体健康，对人体的健康造成危险^[2]。所以本文研究的气温和降水量这两个气象指标具有一定的理论意义和现实意义。

淮安位于江苏省中北部，是苏北重要中心城市。本文研究淮安市气温及降水量的关系是希望对淮安气温及降水量的变化有科学的认识，进而为该地区农业生产活动和生态保护提供基本数据和参考。本文数据源于中国统计局网址(http://www.stats.gov.cn/)和百度百科。

2 气温的时间序列预测

时间序列分析主要是根据已经得知的历史数据对未来进行预测。时间序列含有不同的成分，如趋势、季节性、周期性和随机性等。对于一个具体的时间序列，它可能只含有一种成分，也可能同时含有几种成分^[3]。含有不同成分的时间序列所用的预测方法是不同的。所以在对时间序列进行预测时，需要确定时间序列所包含的成分，这样才能找出合适此类预测的方法。

2.1 确定趋势成分并预测

想要确定趋势成分是否存在，一种方法是绘制线性图表，从图中就可以观察出该时间序列有无趋势，以及它的趋势是线性的还是非线性的。另一种方法是利用回归分析拟合一条趋势线，然后对回归系数进行显著性检验^[4]。若回归系数显著，就可以得出线性趋势显著的结论。

下面先从绘制时间序列的线图来确定趋势成分是否存在。本文选取了近三年（2016-2018）来每个月气温的平均温度。将所获取的数据录入进Excel中，编辑整理，运用Excel中简单的数据分析功能，对共计三十六个月的气温平均温度作了线性趋势分析。本文将时间用时间代码表示月平均气温，例如：2016年1月至12月分别记作整数1到12，2017年1月至12月分别记作整数13到24，2018年1月至12月分别记作整数25到36，2019年1月至12月分别记作整数37到48^[5].将2016-2018年这三年的月均气温变化趋势放在一张图上比较，如图1和图2所示。

表2

图1 2016-2018年各月平均气温折叠图

图2 2016-2018年各月平均气温

通过以上两个图，说明这组时间序列中存在趋势。可以鲜明地看出淮安市2016-2018这三年各月气温平均温度的变化趋势。可以知道一月到六月的月平均气温逐步升高，七月、八月到达最高值，从九月至十二月的月平均气温又开始逐步下降。从图能够看出每年的十二月、一月、二月这三月温度较低，这三月其实也正是淮安的冬季，体感温度更低，因此此时市民出行、劳作要格外注意保暖。六月、七月、八月正是淮安的夏季温度较高，月平均气温都在28度左右徘徊，这时一定要做好防晒、防暑工作。同时，温度高一定程度上会使心情烦躁，希望人们能在炎热的夏季保持心情平静。三月、四月、五月这三月是淮安的春天，从图可以得知这三月的月平均气温在15度至25度之间，这样的温度可以说很是舒适。九月、十月、十一月这三月是淮安的秋季，温度大体和春季类似。

下面再利用回归分析拟合一条趋势线来确定趋势成分。

剩余内容已隐藏，请支付后下载全文，论文总字数：12089字