李　响

（辽宁师范大学附属中学　大连　116023）

1　引言

奥运会是目前世界上影响力最大的体育盛会，从系统科学的观点看，奥运会赛事是一个动态复杂的大系统，如何科学而准确地建立比赛成绩的预测模型，揭秘奖牌背后的规律，具有广泛而深远的现实意义。随着数据挖掘技术的发展，越来越多的研究者们将不同的算法和工具应用到奥运会奖牌榜的分析、预测中，所建立的预测模型主要分为三类：时间序列预测模型、经验模型及智能化预测模型。如黄昌美、李坤等建立了灰色关联模型对田径、男篮等赛事进行分析和预测［1～2］；张龙、孟刚等进行了奥运会田径项目金牌时空动态演变分析［3］；王国凡、赵武等提出了遗传算法与回归分析相结合的奥运会成绩预测方法［4］；龚剑等研究了基于人工神经网络的奥运会中国男篮成绩预测模型［5］。上述研究为本研究提供了借鉴和参考，但是这些研究所使用的实验环境大都是Matlab、SPSS之类的传统工具，虽然这些工具在统计分析、绘图展示等方面具有强大的功能，但是这些工具都不是开源免费的，使得很多功能的使用受到了限制。为此，本研究选取免费开源且具有丰富算法包的R语言作为实验环境，使用时间序列分析方法挖掘出历届奥运会的历史成绩间的时序关联关系，从而建立预测模型，预测后续奥运会赛事的奖牌数。

2　时间序列分析基本原理

2.1　什么是时间序列及时间序列分析

时间序列是按时间顺序的一组数字序列，时间序列分析就是利用这组数列，应用定量的数理统计方法加以处理，以预测未来事物的发展［6］。……