卷烟销量应用研究——基于时间序列分析

《卷烟销量应用研究——基于时间序列分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级UDC学校代码应用统计硕士研究生学位论文卷烟销量应用研究--基于时间序列分析学院（部、所）：统计与数学学院专业：应用统计研究方向：经济统计姓名：曹鲁东导师：李兴绪教授论文起止时间：2012年5月~2013年5月学位论文原创性声明声明：本人所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。论文作者签名：日

2、期：年月日学位论文版权使用授权书本人完全了解云南财经大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文和论文电子版，允许学位论文被查阅或借阅；学校可以公布学位论文的全部或部分内容，可以采用影印、缩印或其它复制手段保存、汇编、发表学位论文；授权学校将学位论文的全文或部分内容编入、提供有关数据库进行检索。（保密的学位论文在解密后遵循此规定）论文作者签名：导师签名：日期：年月日日期：年月日摘要社会经济活动中许多现象的发生与发展都跟时间有密切关系，要正确认识这些经济现象就需要考察这些现象随时间变化的规律。而

3、对这些现象数列规律的研究就不能没有对经济现象观察数据的分析。而常用的此类观察数据就是时间序列数据。如果一个随机过程在每个时间点上都只取一个观测值，那么就把这个随机过程的结果称为时间序列。本文结合季节性时间序列分析方法的基本原理对国内一类卷烟市场48期月度销售数据进行了分析与探讨。随机性时间序列分析起源于20世纪由英国统计学家Yule提出用线性回归方程模型来拟合一个时间序列的思想。上世纪70年代随着计算机应用技术的发展，美国的GcorgeEP.Box和GwilymM.Jenkins发表专著《时间序列分析:预测与控制》一书，系统地阐

4、述了时间序列的建模理论与方法，使得时间序列分析方法得到广泛应用，并对后期的预测工作提供了系统的分析方法。这些理论知识的介绍都为本文新模型的建立奠定了基础。本文共分六章，第一章，导论。本部分首先介绍了本文研究的背景、目的和选题意义。接下来对国内外相关学者对于烟草行业的研究动态、以及本文所运用的时间序列分析应用研究的文献进行了综述，最后是阐述了文章的研究方法，以及本人可能的创新和不足之处。第二章，本章主要是对时间序列的理论基础进行了详细的说明，首先是从时间序列理论的历史发展进行了回顾，特别指出了在20世纪70年代,Box和Jenki

5、ns发表专著《时间序列分析:预测与控制》提出的用ARIMA模型对有季节性时间序列建模思想和方法。紧接着是对季节性时间序列的特性分析进行了说明，阐述了差分与季节性差分的过程以及时间序列的检验方法。然后就是对时间序列的常用模型进行的推导演绎过程。特别是对季节性时间序列模型的建模过程进行了详细的说明。第三章对烟草行业现状进行了分析。首先介绍了烟草行业的历史发展状况，接着对当前烟草产业现状、烟草企业、烟草分类结构等方面进行了阐述。第四章对我国一类卷烟销量进行I了实证分析。首先是对一类卷烟四年的月度销售数据做出描述性统计分析。然后是对一类

6、卷烟月度数据结合季节性时间序列分析的原理展开数据分析，并建ARIMA(1,1,0)(1,1,1)立了12季节时间预测模型，对该模型进行了统计检验以及预测评价，认为该模型的预测效果相对较好。第五章是通过第四章的分析可以看出未来一类卷烟市场将保持持续的扩容态势，我们应该采取哪些相对的措施来促进卷烟市场的健康平稳发展。第六章是全文总结。归纳本文主要结论和创新点,对后续研究进行展望。本文采用定性分析与定量分析相结合的方式，通过比较国内卷烟市场各类烟的销售状况，对于当前行业发展现状进行了描述性统计分析。然后，基于时间序列分析理论，尤其是

7、存在季节性时间序列分析技术，以国内一类卷烟在2009年1月到2012年12月期间的48期月度数据为基础数据，利用EXCEL和Eviews6.0软件对样本数据进行季节性时间序列分析，建立季节性时间序列分析ARIMA(1,1,0)(1,1,1)模型，并对建立的12模型进行检验评价。关键词：季节性时间序列卷烟销量预测IIAbstractManysocialandeconomicphenomenahavecloserelationshipwithtime.Inordertounderstandtheseeconomicphenomen

8、a,weneedtostudythelawofthechangesovertime.Thestudyofseriesrulescannotwithoutdataanalysisofeconomicphenomenon.Andcommonlythiskindofo