时间序列分析——我国粮食增量的时间序列预测.ppt

问题提出分析 1996年，我国政府首次发表《中国的粮食问题》白皮书以来，我国在维护粮食安全方面取得了巨大成绩。近10年来，我国粮食综合生产能力稳步提高，年均产量较上一个10年增长了10%以上，粮食自给率基本保持在95%以上，居民膳食结构显著改善，以市场化为方向的粮食流通体制改革不断深入，国家对粮食实施宏观调控的物质基础更加巩固、手段更加灵活，实现了立足国内粮食自给的预定目标。粮食生产的发展消除了国际社会对中国粮食问题的担忧，解决了13亿人口的吃饭问题，为世界粮食安全做出了重大贡献。在我国粮食生产取得巨大成绩的同时也必须看到，当前我国粮食安全的现状： 根据国家统计局的数字，2006年我国粮食总产实现连续三年增产，达到9949亿斤，不仅接近历史最高水平，也可望提前实现“十一五”末粮食总产达到1万亿斤水平的规划目标。但在形势出现转机之际，更要对目前存在的困难保持清醒认识。 下表为我国历年粮食产量 模型识别 模型识别 模型识别 模型识别 模型识别 模型识别 模型参数估计和检验 模型参数估计和检验 模型参数估计和检验 模型预测评价 模型预测评价 回归预测 回归预测 回归预测 回归预测 回归预测 回归预测 回归预测 回归预测 回归预测 回归预测 回归预测 回归预测 评价 www.小鱼儿ゅゅゅゅ.com 2014-06-11 我国粮食增量的时间序列预测 小组成员： 问题提出分析 模型识别 模型参数估计和检验 模型预测评价 回归预测 我国历年粮食产量 t commissariat 1984 40731 1994 44450 2004 46946.9 1975 28452 1985 37911 1995 46661.8 2005 48402.2 1976 28631 1986 39151 1996 50453.5 2006 49804.2 1977 28273 1987 40473 1997 49417.1 2007 50160.3 1978 30477 1988 39408 1998 51229.5 2008 52870.9 1979 33212 1989 40755 1999 50838.6 2009 53082 1980 32056 1990 44624 2000 46217.5 2010 54641 1981 32502 1991 43529 2001 45263.7 2011 57121 1982 35450 1992 44266 2002 45705.8 1983 38728 1993 45649 2003 43069.5 首先，根据原始数据绘制时间序列图形，观察序列特征。图形如下： 由原始数据的时间序列图可以看出，资料数据呈现明显的上升趋势，其平均数不稳定。故需要对数据进行差分处理。 序列自相关图 下图是自相关函数的结果，自相关函数衰减到0的速度缓慢，而且始终为正值，由此可以认为X是非平稳的，而且应该至少被差分一次。 做一阶差分 从时序图可以认为序列基本平稳 偏相关函数图 相关图平稳 残差白噪声检验 残差白噪声检验显示差分后序列蕴含着很强的相关信息，不能视为白噪声序列。需要进一步拟合ARIMA模型。 重新拟合模型 观察自相关图和偏自相关图，可初步确定P=4观察拟合效果。 极大似然估计法来估计 参数显著性检验显示显著 极大似然估计法来估计 对模型进行检验，残差序列通过白噪声检验。说明模型拟合成功。 模拟效果图 拟合效果图显示拟合效果良好。 确定模型 模型方程 AIC=679.08 MAPE= 0.04072 MSE=7471897 模型预测未来五期结果如图 模型组合预测 对原数据进行回归处理 模型组合预测 自相关图 对回归后的残差建立自相关图 偏自相关图 回归预测残差白噪声检验 残差白噪声检验显示回归后残差蕴含着很强的相关信息，不能视为白噪声序列，需要进一步拟合模型 回归预测模型 一开始一阶的时候DW检验不过 回归预测模型 二阶的时候DW检验通过 回归预测模型自相关图 序列平稳 回归预测模型偏自相关图 序列平稳 回归预测模型残差白噪声检验 下图为白噪声检验的输出结果，因为0.150.05,不是白噪声，模型通过。 i=-1379723 =713.85 =0.8155 =0.086 t 7.57 7.81 4.64 0.49 p 0.0