统计预测与决策课程设计论文设计

《统计预测与决策课程设计论文设计》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、目录1、引言12、预测方法介绍22.1、多元回归分析法22.2、ARIMA模型的基本原理22.3、灰色预测法32.4、组合预测模型33、模型的建立及预测33.1、线性回归预测43.2、建立ARIMA模型53.2.1、平稳化处理53.2.2、模型定阶73.2.3、模型检验83.2.4、模型预测93.3、灰色预测模型93.3.1、残差检验103.3.2、模型修正103.4、组合模型114、模型精度比较及预测125、结论13参考文献13附录14161引言能源是人类社会赖以存在的物质条件之一，是经济发展和社会进步的重要资源，但是

2、现在的能源结构中大部分都是不可再生资源，能源的利用一直是一个世界性的问题。能源是一个国家经济增长和社会发展的重要物质基础,能源短缺曾长期制约我国经济的发展。经济的可持续发展对于合理的能源消费提出了更高的要求随着改革的进一步深化,我国已经顺利地实现了现代化建设的前两个目标,在向第三个迈的过程中,能源的短缺已经成为制约我国经济发展的瓶颈,我国人口众多资源相对不足,所以有关能源消费的预测和协调显得越来越重要。21世纪以来，我国的能源消费无论在消费速度还是消费结构上一直都是世界能源问题的焦点。世界一次能源消费在2007年增长了2

3、.4%，我国占据了全球能源消费增长的一半，我国对煤炭、石油、天然气等能源消费全面的增长成了世界能源消费的“一枝独秀”。自2001年以来，国民经济进入了一个新的发展阶段，固定资产投资迅速增加，重工业比重增大，钢铁、建材、电解铝等一些高能耗产业迅速扩张，由此导致了能源消费量的急剧增加，甚至超过了经济增长速度。2002-2007年我国GDP增长速度分别为7.5%、8.3%、9.5%、9.5%、10.7%和11.4%，同期一次能源消费量的增长速度分别为9.9%、15.3%、16.1%、10.6%、9.6%和7.8%。能源大多具备

4、不可再生性，在良性的经济体中，经济的增长绝不能只靠能源消费的增长拉动。我国能源的高速消耗，却有着较低的利用效率，说明能源消费从整体上讲还属于粗放型能源利用方式，能源消费强度很高，我国经济增长尚未完全摆脱高能耗拉动依赖，与现代集约型经济发展的要求还有很大的差距。我国能源消费现状，不能不让我们深思我国经济、能源的安全。国家能源的消耗存在如此大的问题，我们通过对近30年能源消耗数据的研究与分析，运用统计理论与方法预测我国未来几年的能源消耗数量及其比例，通过预测的数据合理整合国家能源，调整能源的消耗结构，了解未来能源的远景需求，

5、对于保持我国社会经济健康、持续、稳定发展具有重要的理论与现实意义。本文以我国1978-2008年的全国能源消耗的数据为基础，建立了回归预测法、ARIMA预测模型、灰色预测模型和基于这三种模型的组合模型，并进行了精度比较，最后选择最优的组合预测模型对2009-2011年的全国能源消耗总量进行预测。16本文中全国能源消耗数据的来源为：2010年的中国统计年鉴。2预测方法介绍2.1多元回归分析法研究变量间的函数关系一般使用回归分析法，回归模型为：Y=。回归分析预测法，是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量

6、之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系，因此，回归分析预测法是一种重要的预测方法，当我们在对未来发展状况和水平进行预测时，如果能将影响预测对象的主要因素找到，并且能够取得其数量资料，就可以采用回归分析预测法进行预测。它是一种具体的、行之有效的、实用价值很高的常用市场预测方法。回归分析就是通过样本观测数据对模型进行估计，用最小二乘法分析随机误差项的分布特征，估计出回归系数，再使用该模型进行预测。一个好的估计量应满足一致性、无偏性和有效性的要求。随着回归分析中

7、变量的增多，回归分析的计算量成倍增加，因此，多元回归分析必须借助计算机。利用EXCEL等软件进行回归分析，计算残差、制作残差图以及线性拟合图，从而根据线性图进行预测。2.2ARIMA模型的基本原理ARIMA模型是Box和Jenkins1970年提出的以随机理论为基础的时间序列分析方法，又称为“Box-Jenkins模型”，这以模型在经济领域的预测分析中得到了广泛的应用。时间序列是依赖时间t的一组随机变量，构成该时序的单个序列值虽然具有不确定性，但对整个时间序列来说，它的变化却有一定的规律性，可以用相应的数学模型来近似描述

8、。ARIMA模型有三种基本类型：自回归模型、移动平均模型、单整自回归移动平均模型。16单整是指将一个时间序列有非平稳性变为平稳性所要经过的差分的次数，这是对非平稳时间序列进行时间序列分析的必经步骤。假设一个随机过程含有d个单位根，其经过d次差分之后可以变换为一个平稳的自回归移动平均过程。则该随机过程称为单整自回归移动