利用数学公式构建 PM2.5 浓度多步预测模型 - WPS Excel 实践指南

1. 首先，需要将给定的数学公式转化为可用于预测的多步模型。根据公式，PM2.5 浓度预测值可以表示为：

PM2.5 预测值 = 885.2709867 - 0.093233546 * 降雨量 - 0.777170127 * 大气压 - 2.78176093 * 气温

为了进行多步预测，需要先定义一个函数，该函数接受当前时刻的降雨量、大气压和气温作为输入，然后预测未来 3、5、7 或 12 个时刻的 PM2.5 浓度。

2. 在 WPS 中，可以使用自带的 Excel 程序进行数学计算和建模。打开 Excel，创建一个新的工作表，并创建以下列：时间、降雨量、大气压、气温、PM2.5 预测值、PM2.5 实际值、误差。

3. 在时间列中，输入时间序列的值。在降雨量、大气压和气温列中，输入历史数据的值。

4. 在 PM2.5 预测值列中，使用上述公式计算 PM2.5 浓度的预测值。例如，如果当前时刻的降雨量、大气压和气温分别为 A2、B2 和 C2，则可以使用以下公式计算 PM2.5 预测值：

=885.2709867 - 0.093233546 * A2 - 0.777170127 * B2 - 2.78176093 * C2

5. 在 PM2.5 实际值列中，输入历史数据的实际值。

6. 在误差列中，使用以下公式计算预测误差：

=ABS(D2-E2)

其中，D2 表示 PM2.5 预测值，E2 表示 PM2.5 实际值。

7. 为了进行 3 步预测，需要在降雨量、大气压和气温列中输入未来 3 个时刻的值。然后，在 PM2.5 预测值列中使用上述函数预测未来 3 个时刻的 PM2.5 浓度。

8. 对于 5 步、7 步和 12 步预测，重复步骤 7，分别输入未来 5、7 或 12 个时刻的降雨量、大气压和气温，然后使用同一函数预测未来 5、7 或 12 个时刻的 PM2.5 浓度。

9. 最后，使用 RMSE 公式计算预测误差的均方根误差。例如，对于 3 步预测，可以使用以下公式计算 RMSE：

=SQRT(AVERAGE(G2:G4))

其中，G2 到 G4 表示误差列中的前 3 个值。重复此步骤，计算 5 步、7 步和 12 步预测的 RMSE 值。

10. 根据 RMSE 值的大小，评估模型的预测效果。较小的 RMSE 值表示模型的预测效果较好。