《表4 NARX和回归模型的同期/滞后预测精度》

《表4 NARX和回归模型的同期/滞后预测精度》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《厄尔尼诺/拉尼娜事件对区域气温的影响与预测——以沈阳地区为例》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

综上,利用NARX神经网络以及回归模型进行滞后16个月预测(图8)。利用NARX进行滞后预测的MSE为0.49,较同期预测降低了36%,相关系数为0.86,较同期预测提升了8%,且滞后预测的气温时间序列极大改善了同期预测中振荡幅度偏弱的情况。MSE的降低和相关系数的提升均表明气温滞后16个月的预测效果和精度优于同期预测。回归模型滞后预测的相关系数较同期预测提升了79%(表4)。滞后预测的气温更接近真实值进一步证实了MEI对该地区气温的影响在滞后16个月份时比同期影响更为显著。