C题全球变暖思路分析C题共分为两个部分的建模解答，首先是建立温度预测模型，然后是建立温度与其他变量的关系模型；首先是温度预测模型，在这里很多同学都很熟悉温度变化的相关模型，如时间序列分析，回归预测等等，但由于选择C题的人数特别多，因此贸然选择这类基础模型很容易没有创新度导致被淘汰，因此这里建议选择较有一定创新性的模型，通过观察历史数据可知，全球年平均气温的时间序列为既含有确定性的动态趋势又含有随机性波动的非平稳时间序列。对于平稳随机序列，自回归滑移平均ARMA是最成熟的统计学分析方法之一。而灰色系统理论GMP则是一种动态趋势预测理论，将这两者结合用于全球年平均气温预测将会是一种非常有益的探索。因此可首先应用灰色系统理论建立了全球年平均气温趋势项且含有残差修正的预测模型，然后对剔除趋势项后的数据进行时间序列分析建立ARMA模型。最后结合以上两种模型构成了CM-ARMAP组合模型来对未来全球年平均气温进行预测。针对第二部分则是建立温度与其他变量之间的关系，很明显该问题属于多元回归问题，用回归方程定量地刻画一个应变量与多个自变量间的线性依存关系,称为多元回归分析（multiple linear regression),简称多元回归(multiple regression)。多元回归可以选择的模型包括：Linear Regression线性回归、Logistic Regression逻辑回归、Stepwise Regression逐步回归、Ridge Regression岭回归、Lasso Regression套索回归等等如何选择合适的回归模型能够使得结果更加准确，可以点击下方文章进一步获取更详细的资料和。问题1.你同意有关全球气温的说法吗？使用2022_APMCM_C_Data。附件中的csv和其他您的团队收集的数据集，以分析全球温度变化。a)你同意2022年3月全球气温的上升导致了比过去10年期间更大的上升吗？为什么或为什么不呢？ b)根据历史数据，请建立两个或两个以上的数学模型来描述过去，并预测未来的全球温度水平。 c)使用1个(b)中的每个模型来分别预测2050年和2100年的全球气温。你们的模型是否同意2050年或2100年全球观测点的平均温度将达到20.00°C的预测？如果不是在2050年或2100年，那么您的预测模型中的观测点的平均温度何时会达到20.00°C？ d)你认为1(b)的模型最准确？为什么然后第一问主要是一个数据的预处理和预测类问题，首先是数据的预处理，对于给出的温度数据均经过严格的质量控制和均一性检验，对个别缺失数据采用相邻站点线性回归方法进行插补，保证经过处理修正后的气象数据具有很好的连续性，然后可以基RClimDex软件对数据异常值与错误值进行过滤筛选（也可以直接筛除），以满足分析要求。编辑切换为居中添加图片注释，不超过 140 字（可选）均一性检验根据给出的数据，我们进行一个数据可视化处理，这里着重讲一下，亚太杯、包括美赛其实是很看重你的数据可视化能力的，图画的好不好，最终能够很大程度影响到你的成绩，这里推荐大家使用可视化工具tableau，比较简单好用，或者用python也可以，主要问题a就是通过对比来进行一个分析编辑添加图片注释，不超过 140 字（可选）平均温度的变化然后b是一个预测问题的话，推荐使用ARMA，比较适用，其他的像线性回归、灰色预测等等也可以用到。也可以使用LSTM模型来分析，这里我们用LSTM来求解一下，流程图如下：编辑添加图片注释，不超过 140 字（可选）编辑添加图片注释，不超过 140 字（可选）LSTM 的气候变化时空数据关键信息提取及趋势分析模型求解过程如下： Step1：原始数据输入 输入给出的各个国家温度时间数据图Step2：数据集化 将原始数据进行输入时空数据集化作为程序自变量的输入：T[ ( u , v )Step3：M-K 非参数统计 输出趋势检验指标后续代码资料：网页链接