王紅平
【摘要】原煤在世界上分布的比較廣泛,它也是比較重要的戰(zhàn)略資源。在未來(lái)的很長(zhǎng)時(shí)間內(nèi),原煤仍然是一種必不可少的能源。所以,分析和了解原煤的產(chǎn)量對(duì)我們合理利用原煤資源、提高原煤的利用率和進(jìn)一步落實(shí)可持續(xù)發(fā)展方面有積極的作用。本文應(yīng)用時(shí)間序列里的一些方法:時(shí)序圖,自相關(guān)分析,差分方法等進(jìn)行了研究。建立了因變量關(guān)于時(shí)間的回歸模型,并對(duì)2010-2014年原煤的產(chǎn)量進(jìn)行了預(yù)測(cè)。
【關(guān)鍵詞】時(shí)序圖 差分 自相關(guān)
一、數(shù)據(jù)的選取
選擇的是我國(guó)原煤在1998-2009年每個(gè)月的產(chǎn)量(單位:萬(wàn)噸),數(shù)據(jù)來(lái)源于我國(guó)統(tǒng)計(jì)年鑒。
二、對(duì)我國(guó)原煤產(chǎn)量的長(zhǎng)期趨勢(shì)和平穩(wěn)性進(jìn)行分析
(一)為了直觀地發(fā)現(xiàn)原煤的增長(zhǎng)趨勢(shì),用SAS軟件做出1998-2009年原煤產(chǎn)量的時(shí)序圖
結(jié)論:由時(shí)序圖我們可直觀的看到該序列呈現(xiàn)出逐年遞增的趨勢(shì)和以年為周期的規(guī)則的周期性趨勢(shì)。
為了進(jìn)一步確定該序列是否為平穩(wěn)的,我又對(duì)原煤的產(chǎn)量進(jìn)行了自相關(guān)圖的檢驗(yàn)。檢驗(yàn)后得出的結(jié)論是自相關(guān)系數(shù)長(zhǎng)期位于零軸的一邊,這是具有單調(diào)趨勢(shì)序列的典型特征,所以這是非平穩(wěn)序列。
三、原煤產(chǎn)量回歸模型的建立
(一)方法一:數(shù)據(jù)的平穩(wěn)化處理
1.用差分方法進(jìn)行分析--進(jìn)行一階十二步差分。進(jìn)行差分后我們得出時(shí)序圖如下:
結(jié)論:時(shí)序圖顯示差分后學(xué)列difx沒(méi)有明顯的非平穩(wěn)特征。說(shuō)明平穩(wěn)化處理的非常好。
2.序列difx模型擬合結(jié)果顯示模型顯著且參數(shù)顯著。
結(jié)論分析:輸出結(jié)果顯示序列的擬合模型為ARIMA(1,1,0)。
3.利用擬合模型對(duì)序列做5期預(yù)測(cè)結(jié)果如下:
(二)法二:用因變量關(guān)于時(shí)間的回歸模型—Auto-Regressive
1.序列x關(guān)于變量t的線性回歸模型最小二乘估計(jì)
結(jié)論:由輸出結(jié)果顯示DW統(tǒng)計(jì)量的值等于0.4775,輸出概率顯示殘差序列顯著正相關(guān),所以應(yīng)該考慮對(duì)殘差序列擬合自相關(guān)模型。做如下修改:進(jìn)行回歸誤差分析結(jié)果如下:結(jié)論:由逐步回歸向后消除報(bào)告顯示除了1,3階的序列值顯著自相關(guān)外,延遲其他階數(shù)的序列值均不具有顯著的自相關(guān)性,因此延遲2,4,5階的自相關(guān)項(xiàng)被消除。1階殘差自回歸模型的參數(shù)為-0.645051,3階的為-0.172591.則輸出的自回歸模型結(jié)果為x=0.645051t-1+0.172591t-3。
2.最終擬合模型
最終擬合模為:x=-56522+4.3976t,N(0,2511509)
3.為了得到直觀的擬合效果,對(duì)輸出結(jié)果作圖:
結(jié)論:由上圖我們可以看出擬合的效果還不錯(cuò),值得借鑒。
四、總結(jié)
由上可知擬合結(jié)果比較符合。1998-2000年世界的原煤產(chǎn)量有所下降,之后有所增加。相應(yīng)也與我國(guó)原煤產(chǎn)量有所相似。我國(guó)是原煤資源大國(guó),也是消費(fèi)大國(guó)。我國(guó)石油量少,煤炭資源多,而且處在經(jīng)濟(jì)發(fā)展階段,所以每天充當(dāng)了主要的資源角色。根據(jù)原煤的產(chǎn)量來(lái)合理利用顯得尤為重要。
參考文獻(xiàn)
[1]趙震宇.中國(guó)煤炭資源可持續(xù)利用的經(jīng)濟(jì)學(xué)研究[D].吉林大學(xué),2010
[2]秦軍.煤炭市場(chǎng)及其穩(wěn)定供給的策略研究[D].浙江大學(xué),2009
[3]葉斌.我國(guó)原煤產(chǎn)量的灰色預(yù)測(cè)研究[J].科學(xué)技術(shù)與工程,2011.