• <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 ?

    灰色模型與時(shí)間序列分析在成品油價(jià)格中的應(yīng)用對比

    2015-09-10 08:08:17胡玥李梅周艷巍
    考試周刊 2015年77期
    關(guān)鍵詞:灰色模型ARIMA模型

    胡玥 李梅 周艷巍

    摘 要: 成品油在經(jīng)濟(jì)生活中的地位顯而易見,然而其價(jià)格波動頻繁。本文通過ARIMA模型和灰色模型,分別對中國成品油價(jià)格展開預(yù)測,并對兩種方法進(jìn)行分析,以便更好地預(yù)測未來成品油價(jià)格。

    關(guān)鍵詞: ARIMA模型 灰色模型 成品油價(jià)格預(yù)測

    1.灰色模型

    根據(jù)搜集到的成品油價(jià)格數(shù)據(jù),得到原始數(shù)據(jù):

    表1 成品油2009-2013年各月份價(jià)格數(shù)據(jù)

    2.時(shí)間序列分析

    第一步:采集數(shù)據(jù)(數(shù)據(jù)如上表1,成品油2009-2013年各月份價(jià)格數(shù)據(jù))

    第二步:判斷序列的平穩(wěn)性

    由生成數(shù)列的時(shí)序圖,可知該序列有顯著的趨勢,顯然是一個(gè)非平穩(wěn)序列。

    第三步:對原序列進(jìn)行差分運(yùn)算

    原時(shí)序圖呈現(xiàn)出近似線性的趨勢,對序列進(jìn)行一階差分以消除趨勢的影響,一階差分后序列基本平穩(wěn)。為進(jìn)一步確定平穩(wěn)性,做出差分后序列的自相關(guān)圖后,序列有很強(qiáng)的短期相關(guān)性,因此初步認(rèn)為一階差分后序列平穩(wěn)。

    第四步:對平穩(wěn)的一階差分序列進(jìn)行白噪聲檢驗(yàn)

    在0.05的顯著性檢驗(yàn)水平下,延遲6階的檢驗(yàn)統(tǒng)計(jì)量的P值為0.0011,顯著小于0.05,該差分序列不能視為白噪聲序列,即差分后序列還蘊(yùn)含相關(guān)信息可提取[2]。

    第五步:對平穩(wěn)非白噪聲差分序列擬合模型

    第六步:檢驗(yàn)殘差序列和預(yù)測

    結(jié)果顯示,各階延遲下的統(tǒng)計(jì)量的P值都顯著大于0.05,可以認(rèn)為殘差序列為白噪聲序列,說明模型提取信息充分。預(yù)測的成品油價(jià)格與對應(yīng)的95%的置信區(qū)間如表2所示。

    表2 變量x的預(yù)測結(jié)果

    3.模型比較

    ARIMA模型能充分利用各項(xiàng)數(shù)據(jù),探索出其中規(guī)律,且對數(shù)據(jù)動態(tài)性的把握較好,精度較高[3]。但局限于短期預(yù)測且難以反映因素相關(guān)關(guān)系?;疑A(yù)測模型能將無規(guī)律的原始數(shù)據(jù)進(jìn)行生成,得到規(guī)律性較強(qiáng)的生成序列,精度較高,但只適用于中短期的預(yù)測[4]。

    4.不足之處

    將預(yù)測結(jié)果與實(shí)際石油價(jià)格加以比較發(fā)現(xiàn)偏差較大,實(shí)際油價(jià)偏低,這也恰是不足之處。ARIMA模型相對偏差較小,但也不能因此否定模型的有效性。這主要是一些不可數(shù)據(jù)化的因素的影響所致,如國際形勢變化,突發(fā)的重大政治事件,氣候、匯率的變動,等等。因此對于未來作出精確預(yù)測時(shí),需要對這些動態(tài)變化的因素加以考慮。

    5.結(jié)語

    本文通過兩種模型預(yù)測出石油價(jià)格,并與真實(shí)數(shù)據(jù)進(jìn)行比較進(jìn)而得出結(jié)果。2014年石油價(jià)格真實(shí)值為8410元/噸、8280元/噸、8485元/噸。ARIMA模型預(yù)測結(jié)果為8775.1元/噸、89252.4元/噸、8932.3元/噸?;疑P偷念A(yù)測結(jié)果為7766.4元/噸、7809.1元/噸、7852.0元/噸。模型針對同一組數(shù)據(jù)進(jìn)行預(yù)測結(jié)果的分析,發(fā)現(xiàn)在預(yù)測石油價(jià)格方面,ARIMA模型更貼近實(shí)際值,灰色模型相對有所偏差。因此在石油價(jià)格預(yù)測方面,可以傾向于利用ARIMA模型進(jìn)行預(yù)測。

    參考文獻(xiàn):

    [1]司守奎,孫璽菁.數(shù)學(xué)建模算法與應(yīng)用.

    [2]肖枝洪.時(shí)間序列分析與SAS應(yīng)用.第二版.

    [3]肖龍階,仲偉俊.基于ARIMA模型的我國石油價(jià)格預(yù)測分析.2009.12.

    [4]Prerna,Mishra Forecasting Natural Gas Price-Time Series and Nonparametric Approach World Congress on Engineering,2012.

    通訊作者:周艷巍

    猜你喜歡
    灰色模型ARIMA模型
    極限學(xué)習(xí)機(jī)修正誤差的體育成績預(yù)測模型
    基于改進(jìn)支持向量機(jī)的船舶縱搖預(yù)報(bào)模型
    基于時(shí)間序列模型的中國出口總額分析及預(yù)測
    基于R軟件的金融時(shí)間序列的預(yù)測分析
    基于Eviews上證綜合指數(shù)預(yù)測
    三種電力負(fù)荷預(yù)測模型的比較
    基于ARIMA模型的滬銅期貨價(jià)格預(yù)測研究
    商(2016年27期)2016-10-17 06:06:02
    對我國進(jìn)出口總額的預(yù)測
    商(2016年22期)2016-07-08 14:41:15
    組合預(yù)測法在我國糧食產(chǎn)量預(yù)測中的應(yīng)用
    商(2016年19期)2016-06-27 14:21:53
    河南省能源消費(fèi)與經(jīng)濟(jì)增長實(shí)證分析
    商情(2016年11期)2016-04-15 20:04:07
    洛隆县| 神木县| 铜陵市| 通榆县| 中阳县| 正宁县| 彭水| 华容县| 横峰县| 长汀县| 泾阳县| 天祝| 通渭县| 措美县| 盱眙县| 天峻县| 县级市| 惠安县| 开鲁县| 汨罗市| 同仁县| 普兰店市| 清远市| 松溪县| 进贤县| 武乡县| 巴林左旗| 新竹县| 苍山县| 文登市| 顺平县| 孟连| 邵武市| 衡阳县| 城口县| 威远县| 漯河市| 永福县| 拜泉县| 昭苏县| 依安县|