時(shí)間序列分析——我國(guó)糧食增量的時(shí)間序列預(yù)測(cè)-文庫吧資料
2025-07-02 18:24本頁面
【正文】 周折一些需要進(jìn)一步的檢驗(yàn)變換或處理之后才能確定適當(dāng)?shù)臄M合模型。3問題分析我們給出我國(guó)1975—2013年的糧食產(chǎn)量，借助這些數(shù)據(jù)對(duì)我國(guó)糧食增量的時(shí)間序列預(yù)測(cè)。回歸分析預(yù)測(cè)法回歸分析預(yù)測(cè)法，是在分析市場(chǎng)現(xiàn)象自變量和因變量之間相關(guān)關(guān)系的基礎(chǔ)上，建立變量之間的回歸方程，并將回歸方程作為預(yù)測(cè)模型，根據(jù)自變量在預(yù)測(cè)期的數(shù)量變化來預(yù)測(cè)因變量關(guān)系大多表現(xiàn)為相關(guān)關(guān)系，因此，回歸分析預(yù)測(cè)法是一種重要的市場(chǎng)預(yù)測(cè)方法，當(dāng)我們?cè)趯?duì)市場(chǎng)現(xiàn)象未來發(fā)展?fàn)顩r和水平進(jìn)行預(yù)測(cè)時(shí)，如果能將影響市場(chǎng)預(yù)測(cè)對(duì)象的主要因素找到，并且能夠取得其數(shù)量資料，就可以采用回歸分析預(yù)測(cè)法進(jìn)行預(yù)測(cè)。對(duì)于非平穩(wěn)時(shí)間序列則要先將觀測(cè)到的時(shí)間序列進(jìn)行差分運(yùn)算，化為平穩(wěn)時(shí)間序列，再用適當(dāng)模型去擬合這個(gè)差分序列。對(duì)于平穩(wěn)時(shí)間序列，可用通用ARIMA模型（自回歸滑動(dòng)平均模型）及其特殊情況的自回歸模型、滑動(dòng)平均模型或組合ARIMA模型等來進(jìn)行擬合。擬合 辨識(shí)合適的隨機(jī)模型,進(jìn)行曲線擬合,即用通用隨機(jī)模型去擬合時(shí)間序列的觀測(cè)數(shù)據(jù)。拐點(diǎn)則是指時(shí)間序列從上升趨勢(shì)突然變?yōu)橄陆第厔?shì)的點(diǎn)。跳點(diǎn)是指與其他數(shù)據(jù)不一致的觀測(cè)值。作圖 根據(jù)動(dòng)態(tài)數(shù)據(jù)作相關(guān)圖，進(jìn)行相關(guān)分析，求自相關(guān)函數(shù)。模型是指階差分后自相關(guān)最高階數(shù)為，移動(dòng)平均最高階數(shù)為的模型，通常它包含個(gè)獨(dú)立的未知系數(shù)：。ARIMA模型 ARIMA模型又稱自回歸求和移動(dòng)平均模型，當(dāng)時(shí)間序列本身不是平穩(wěn)的時(shí)候，如果它的增量，即的一次差分，穩(wěn)定在零點(diǎn)附近，可以將看成是平穩(wěn)序列。條件二：這個(gè)限制條件實(shí)際上是要求隨機(jī)干擾序列 為零均值白噪聲序列。為階移動(dòng)平均系數(shù)多項(xiàng)式。這里的“移動(dòng)”指的變化，而“平均”指加權(quán)和。 具有如下結(jié)構(gòu)的模型稱為 階自回歸模型，簡(jiǎn)記為：如果一個(gè)系統(tǒng)在某時(shí)刻的響應(yīng)與其以前的響應(yīng)無關(guān)，而與其以前進(jìn)入系統(tǒng)的擾動(dòng)存在一定的相關(guān)關(guān)系，這一類系統(tǒng)則稱之為移動(dòng)平均MA系統(tǒng)。時(shí)間序列分析常用在國(guó)民經(jīng)濟(jì)宏觀控制、區(qū)域綜合發(fā)展規(guī)劃、企業(yè)經(jīng)營(yíng)管理、市場(chǎng)潛量預(yù)測(cè)、氣象預(yù)報(bào)、水文預(yù)報(bào)、地震前兆預(yù)報(bào)、農(nóng)作物病蟲災(zāi)害預(yù)報(bào)、環(huán)境污染控制、生態(tài)平衡、天文學(xué)和海洋學(xué)等方面。 時(shí)間序列分析是根據(jù)系統(tǒng)觀測(cè)得到的時(shí)間序列數(shù)據(jù)，通過曲線擬合和參數(shù)估計(jì)來建立數(shù)學(xué)模型的理論和方法。s total output of grain production for three consecutive years, billion jins, not only close to record levels, also is expected to achieve at the end of the period of \11th fiveyear plan\ in advance grain output reached 1 trillion tons level of planning objectives. But in the turnaround of the situation, more understanding of the existing difficult to stay awake. Key words：Food production model recognition regression forecast SAS 在我國(guó)糧食生產(chǎn)取得巨大成績(jī)的同時(shí)也必須看到，當(dāng)前我國(guó)糧食安全的現(xiàn)狀：根據(jù)國(guó)家統(tǒng)計(jì)局的數(shù)字，2006年我國(guó)糧食總產(chǎn)實(shí)現(xiàn)連續(xù)三年增產(chǎn)，達(dá)到9949億斤，不僅接近歷史最高水平，也可望提前實(shí)現(xiàn)“十一五”末糧食總產(chǎn)達(dá)到1萬億斤水平的規(guī)劃目標(biāo)。s food problems, solve the problem
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1