收藏 分享(赏)

基于R语言的中国煤炭产量ARIMA预测分析.pdf

上传人:高**** 文档编号:958766 上传时间:2024-06-02 格式:PDF 页数:4 大小:140.70KB
下载 相关 举报
基于R语言的中国煤炭产量ARIMA预测分析.pdf_第1页
第1页 / 共4页
基于R语言的中国煤炭产量ARIMA预测分析.pdf_第2页
第2页 / 共4页
基于R语言的中国煤炭产量ARIMA预测分析.pdf_第3页
第3页 / 共4页
基于R语言的中国煤炭产量ARIMA预测分析.pdf_第4页
第4页 / 共4页
亲,该文档总共4页,全部预览完了,如果喜欢就下载吧!
资源描述

1、基于 R 语言的中国煤炭产量 ARIMA 预测分析【摘 要】煤炭在中国一次性能源生产和消费中均占主导位置,同时,我国煤炭生产和消费量均居世界第一位。随着中国经济发展进入新常态,煤炭行业发展趋势及其周期性波动特征成为关注的热点。本文基于 R 语言以国家统计局 1980-2017 年的煤炭产量数据为基础,对我国煤炭产业进行高度拟合,并通过回归方式对未来 6 年,即,2019-2024 年的煤炭产业进行精准预测。从煤炭行业周期波动特征的研究来看,全面深化改革,加快结构调整,把握发展机遇,拓展对外合作,运用好金融因素,防范过渡金融化风险,主动适应经济发展新常态成为我国煤炭行业健康有序发展的重要任务。【

2、关键词】R 语言软件 煤炭产量 ARIMA 模型 预测一、引言(一)研究背景煤炭在中国一次性能源生产和消费中占主导位置,2013 年煤炭在能源生产总量中的比重为 75.6%,在能源消费总量中的比重为 66%。多年来,我国煤炭消费量占全球煤炭消费总量的一半,与世界其他国家煤炭消费总和持平。自 1978 年改革开放以来,我国大力发展经济,将经济重心放至重工业,为此,我国的煤炭产量与消费在中国占主导地位,且居世界第一位。众所周知,2002-2012 年是煤炭行业的黄金时期,然而,从 2014 年至今,我国经济重心由第二产业成功转型至第三产业的服务业,且为大力改善环境,我国开始降低煤炭产量与消费。本文

3、对煤炭产量进行精准拟合,通过线性回归方法对未来煤炭产量进行精准预测。对煤炭生产趋势进行预测,把握市场供求关系,为煤炭上下游企业生产提供借鉴和指导,有利于的市场经济良好的运营和宏观经济的稳定。本文通过监测煤炭行业发展趋势,进一步对煤炭产量进行预测,为提前防范和应对产业风险及产能过剩提供更有针对性的依据,推动我国煤炭产业的健康发展。(二)我国煤炭行业的发展现状我国煤炭资源丰富,品种齐全,分布广泛,除上海外,我国其他省份均有煤炭分布,且其分布呈现出西多东少,北富南贫,煤炭资源分布不均。自 1978 年改革开放以来,为加快我国四个现代化建设,我国制定了多个优惠政策,各个行业开始迅速发展,对于煤炭的需求

4、量也大大增加,这使得我国煤炭产量与消费飞速增长,成为世界煤炭生产与消费大国之一。此时,我国煤炭出现了供不应求的状态,影响到了我国经济的发展。为此,国家放宽了对煤炭行业的管理制度。直至 1997 年,由于大力开采煤炭,放宽制度导致煤炭行业出现供过于求。2001 年开始煤炭行业又有所好转,煤炭产量逐步上涨。自 1978 年至 20 世纪初期,我国大力发展重工业,对煤炭的需求总体呈逐步上升趋势,这是经济发展的必然结果。然而,如今的中国已成功的转型,第二产业的比重逐步下降,现已以第三产业-服务业以及高新产业为主导,再者,煤炭的大量使用将导致环境污染严重,为此,煤炭产量与消费在 2014 年至 2016

5、 年有所下降,2017 年开始回升。在未来 6 年内,我坚信煤炭产量持续上涨。二、研究的理论基础(一)模型预测理论及实现在我国学者对所有能源进行研究的文献中,有关煤炭供给量需求量的预测占了绝大多数。许多学者运用不同的研究方法时间序列预测法、人工神经网络预测法、灰色预测法、部分析法、消费弹性系数法和回归分析法等,對我国不同地区的煤炭在未来不同时期内的供给 量与需求量进 行了分析与预测。其中,灰色系统法和神经网络法在中长期趋势预测上较为准确,对短期波动的预测概率不高。多元回归模型主要用来分析多个因素对研究对象综合影响程度。时间序列模型既考虑了时间序列数据之间的依存性,又考虑到了随机波动的干扰性影响

6、,预测的准确度比较高,是近年应用比较广泛的方法之一2。由于各种因素的相对稳定性,采用时间序列预测方法在较短时期内,大致可认为相关因素对预测对象的影响及其自身的变化趋势是规律性的,利用历史数据进行预测就可以保证预测的精度。三、模型建立本文根据国家统计局 19802017 年间我国历年煤炭产量统计数据建立模型。(一)模型的确定过程通过给定 1980-2017 年煤炭产量数据,绘出其时间序列图 1:通过对图 1 的观察可发现从 1980 年至 1997 年煤炭产量大致成线性增长,且增长速率较低;自 1998 年至 2001 年,煤炭产量逐步下降;2002 年开始到 2013 年,煤炭产量仍成线性增长

7、,且增长速率较大;2014 年又开始下降。将煤炭产量数据进行一阶差分,但一阶差分序列非平稳。由于原时序图与一阶差分序列图均非平稳,为此,本文对数据进行二阶差分,通过对二阶差分后的序列进行单位根检验,结果显示该序列平稳。如上述图 2:结果显示:煤炭产量二阶差分后序列平稳,其滞后阶数为 3 阶,且其 p 值为0.04815。进一步需要寻找合适的 ARIMA 模型,即估计 ARIMA(p,d,q)中的 p 和 q 值。为了得到精确的数值,需要做该序列的自相关图和偏自相关图。结果如下:自相关图显示滞后 11 阶自相关值基本没有超过边界值,而且我们可以期望 1 到 20之间的会偶尔超出 95%的置信边界

8、。偏自相关图在 11 阶后拖尾,因此基本确定 ARIMA 模型为(11,2,11)。(二)预测未来趋势预测后 6 年钢铁的产量,取置信水平为 80%,预测结果如下:四、结束语在我国所有的能源中,煤炭在我国能源生产总量和消费总量中所占的比例均在以上,因此煤炭在我国能源中占有非常重要的地位。同时,煤炭作为经济发展和社会进步的重要物质基础,影响着我们的生存环境,也直接影响着我国国民经济的的健康发展。从煤炭产量的预测结果来看,未来 6 年,煤炭产量仍将持续增长,这将进入煤炭产量的新一轮增长,增长速率将不低于 1998 年到 2013 年的增长速率。这说明煤炭产量的发展具有十几年一次循环增长的趋势。虽我

9、国煤炭产量在未来几年仍将增长,但其发展与生产能力建设面临诸多问题:一、我国煤炭资源总量丰富,但人均占有量远低于世界水平;二是煤炭资源主要分布在水资源,生态环境脆弱的中西部地区,不利于开采;三、煤炭产能受行业投资的影响而迅速增长,未来产能过剩的趋势尤为突出。为此,我们要合理开采煤炭,将其利用最大化。【参考文献】1 冯梅,陈鹏.中国钢铁产业产能过剩程度的量化分析与预警J中国软科学 2013.52 郝小玲等.基于 R 语言的我国甘蔗产量 ARIMA 模型建立与预测分析J2015.23 吴喜之,刘苗.应用实践序列分析 R 软件陪同M机械工业出版社 50 页.4 Jonathan D.Cryer,Kung-Sik Chan.Time Series Analysis with Applicationsin R.M潘红宇译.机械工业出版社 63-66 页.作者简介:常玲芳,出生年份:1994-08-12,性别:女,学历:硕士研究生,单位:西北师范大学,研究方向:统计与管理研究

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 幼儿园

网站客服QQ:123456
免费在线备课命题出卷组卷网版权所有
经营许可证编号:京ICP备12026657号-3