• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    上海市天然氣銷售量的ARMA模型

    2011-02-07 10:16:44上海市燃?xì)庹{(diào)度中心任楨
    上海煤氣 2011年5期
    關(guān)鍵詞:銷售量階數(shù)變動

    上海市燃?xì)庹{(diào)度中心 任楨

    1 模型綜述

    ARMA(Auto-Regressive and Moving Average Model)自回歸移動平均模型是研究時間序列的重要方法,也稱博克斯詹金斯(B-J)法,常用于精度較高的時序短期預(yù)測,或者具有季節(jié)變動特征的銷售量、市場規(guī)模的預(yù)測。ARMA(p,q)模型表示為:

    式中:yt—當(dāng)期預(yù)測值(t=1,2,…,T);

    p—自回歸階數(shù);

    q—移動平均階數(shù);

    Φi—模型的待定系數(shù)(i=1,2,…,p);

    θj型的待定系數(shù)(j=,2,……q);

    et—誤差(t=1,2,…,T)。

    特殊情況:q=0,模型即為AR(p)自回歸模型,p=0,模型即為MA(q)移動平均模型。

    影響天然氣銷售的因素有很多,從成分劃分有居民消費用氣,電廠消費用氣,工業(yè)用氣,化工用氣,從客觀因素劃分有季節(jié)性變動,氣溫氣候變動,節(jié)假日變動,工作日和非工作日變動,生活習(xí)慣改變,經(jīng)濟景氣情況,人工煤氣置換進度等等。影響因素錯綜復(fù)雜,分析和預(yù)測較為困難,所以本文運用 ARMA模型通過天然氣月銷售量進行分析,找出其規(guī)律,進行運用。

    2 數(shù)據(jù)來源

    本文的數(shù)據(jù)來源于上海市燃?xì)庹{(diào)度中心燃?xì)庹{(diào)度系統(tǒng)上海燃?xì)夤?yīng)輸配儲存情況日報(2006年 1月~2011年5月)天然氣月度銷售累計值,見表1。

    表1 上海市天然氣月銷售量單位:萬m3

    用Eviews軟件作時序分析,可得圖1所示趨勢圖。

    圖1 上海市天然氣月銷售量銷售量趨勢

    由圖 1可見天然氣月銷售量的周期季節(jié)性變動,并且2009年后有較快增長趨勢。由表1和圖1可知該序列是非平穩(wěn)序列,又因為時間序列模型是建立在隨機序列平穩(wěn)性的基礎(chǔ)上的。

    因此對原序列進行1階差分零均值處理,獲取零均值平穩(wěn)性序列。公式為:

    式中:xt為原序列,xt- xt-1為原序列1階差分項,∑(xt- xt-1)/n為原序列平均數(shù)。

    生成新序列定義為y,采用ADF單位根檢驗法,進行平穩(wěn)性檢驗,見圖2,ADF的統(tǒng)計量分別小于不同顯著性水平的三個檢驗臨界值,所以序列y通過了ADF檢驗,認(rèn)為該序列是平穩(wěn)的。

    圖2 ADF統(tǒng)計量檢驗

    3 模型建立

    建立ARMA模型,需要確定p,q數(shù)值各是多少,為此需要利用軟件 Eviews來計算自相關(guān)系數(shù)和偏自相關(guān)系數(shù)。

    從一階相關(guān)系數(shù)圖3可以看出自相關(guān)系數(shù)在滯后階數(shù)為12時顯著不為0,在滯后階數(shù)大于12時基本處于置信帶內(nèi),所以可取q=12,偏自相關(guān)系數(shù)在滯后階數(shù)為12時顯著不為0,可取p=12。

    圖3 一階差分相關(guān)系數(shù)

    由于可能有多個適應(yīng)性模型,通常根據(jù)輸出項的赤池準(zhǔn)則(AIC)和施瓦茨準(zhǔn)則(SC)進行比較,兩個統(tǒng)計量值越小越好,經(jīng)比較,采用 ARMA(12,12)模型。

    圖4 ARMA(12,12)模型

    此模型的AR和MA的特征方程的特征根的絕對值均小于 1,所以該模型是平穩(wěn)的,可逆的。此外ARMA(12,12)模型的AIC(Akailke info criterion)和SC(Schwarz criterion)統(tǒng)計量值相對最小。

    對模型的殘差et序列的進行自相關(guān)和偏相關(guān)圖分析確認(rèn)不存在有用信息,如圖5所示。

    圖5 殘差序列的相關(guān)系數(shù)

    由圖5殘差序列的Q統(tǒng)計量進行白噪聲檢驗,可知該殘差序列相互獨立,白噪聲概率很大,即該序列不存在有用的信息未提取,所以接受該模型。

    4 模型運用

    最終確定是ARIMA(12,1,12)模型,模型說明該序列有12階自回歸過程,即當(dāng)前值與滯后12期的觀測值有線性關(guān)系,此外也受到滯后 12期殘差項的影響。

    運用EViews軟件分別預(yù)測檢驗3、4、5月銷售量為51 834.2萬m3,41 070.5萬m3,37 108.4萬m3相對誤差分別為6.3%,-3.9%,-18.4%。

    因5月份銷售量中電廠用量為14 147.1萬m3環(huán)比增加24.6%,同比增加60.4%;與4月份電廠環(huán)比增加19.3%,同比增加35.7%,相對增加很快,故而造成了模型預(yù)測值誤差較大。

    因此本模型只適用于外部環(huán)境沒有大的改變情況下的短期預(yù)測。

    5 結(jié)論

    綜上所述,可以運用EViews等統(tǒng)計軟件來建立非平穩(wěn)時間序列的 ARMA模型,對上海市天然氣月銷售量進行短期預(yù)測研究。以此類推,也可以建立天然氣直供量,人工煤氣,月度或者年度ARMA模型用以研究。

    猜你喜歡
    銷售量階數(shù)變動
    關(guān)于無窮小階數(shù)的幾點注記
    確定有限級數(shù)解的階數(shù)上界的一種n階展開方法
    北上資金持倉、持股變動
    北向資金持倉、持股變動
    南向資金持倉、持股變動
    2017年美國電動自行車銷售量增長了440%
    中國自行車(2018年5期)2018-06-13 03:40:32
    變動的是心
    美國豆粕出口銷售量預(yù)計為0到18萬噸
    一種新的多址信道有效階數(shù)估計算法*
    關(guān)于動態(tài)電路階數(shù)的討論
    上饶县| 桓仁| 绍兴市| 分宜县| 卓尼县| 浦江县| 大英县| 富源县| 青铜峡市| 任丘市| 陈巴尔虎旗| 莒南县| 鱼台县| 桃园县| 军事| 青海省| 郯城县| 临漳县| 越西县| 辽宁省| 微山县| 九寨沟县| 马公市| 滨海县| 民丰县| 哈尔滨市| 筠连县| 太康县| 西乌珠穆沁旗| 乌苏市| 谷城县| 绵阳市| 长春市| 镇宁| 遂川县| 准格尔旗| 东源县| 章丘市| 葫芦岛市| 陵水| 平顺县|