数学建模论文-兰州交通大学招生人数预测.doc

建模题目：兰州交通大学招生人数预测 班级： 统计1201级 队员： 201205505 唐浩彭 201205508 刘杰 201205534 栗生衡 指导老师：李沐春 完成时间：2014年12月日兰州交通大学招生人数的预测模型 摘要 大学招生人数的多少是一个极其复杂的非线性过程，它受到各种因素的影响，不仅呈现出非平稳动态随机变化特性，而且各因素间的关系也比较难以确定，因此用简单的线性函数来进行确定性描述结果一般不会太理想。本论文根据兰州交通大学1999-2014年招生人数的相关数据，采用了时间序列分析法确立了招生人数的分析模型，对兰州交通大学未来的招生人数进行了分析和预测。时间序列是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。时间序列预测方法是通过时间序列的历史数据揭示现象随时间变化的规律，并将这种规律延伸到未来，从而对该现象的未来做出预测。 首先，本论文对兰州交通大学1999-2014年的招生人数进行了平稳性检验，利用SPSS软件画出了序列的时序图，从时序图上，我们可以看到：从1999-2014年，兰州交通大学的招生人数呈现先快速增长后又趋于稳定的趋势，说明该序列不是一个平稳的时间序列。其次，我们又进行了纯随机性检验，从其序列的自相关图和偏自相关图可以看出该序列不是一个白噪声序列。 对于招生人数序列的非确定性分析，我们根据序列的非平稳性进行了2阶差分，2阶差分后的时序图显示其差分后的序列在均值附近比较稳定地波动。又通过SS画出二阶差分后的自相关图和偏自相关图，自相关图显示出5阶截尾的性质，而偏自相关图显示出显著的不截尾性质所以本论文建立了ARIMA(0,2,5)模型，并利用SAS对未来10年兰州交通大学的招生人数作出了预测，发现未来10年兰州交通大学的招生人数趋于稳定，波动不大。 对于招生人数序列的确定性分析，我们分别采用了趋势拟合法和平滑法进行建模，但由于历史数据较少，所以趋势拟合法的效果不显著；通过平滑法中的移动平均法，我们得到了未来10年兰州交通大学的招生人数又通过指数平滑法得到了兰州交通大学未来招生人数的趋势，与ARIMA(0,2,5)模型的结果基本一致。关键词：时间序列白噪声序列ARIMA模型平滑法SPSS，SAS问题的提出自从国家1999年实行本科生扩招以来，高考人数在2009年达到了历史最高的万人，为了更好地进行招生，兰州交通大学需要对未来的招生人数做一个预测。现将兰州交通大学1999-2014年的招生人数公布如下：兰州交通大学1999-2014年的招生人数 1999 2000 2001 2002 2003 2004 2005 2006 招生人数 2034 2312 2678 3009 3616 4301 5174 5500 年份 2007 2008 2009 2010 2011 2012 2013 2014 招生人数 5788 5882 5803 5240 5554 5787 5754 5630 试通过以上数据的分析建立适当的数学模型对兰州交通大学未来的招生人数进行预测。 二、问题的分析 兰州交通大学1999-2014年的招生人数序列很容易让我们想到利用统计学中的时间序列分析法进行求解。时间序列分析法是先对实测数据建立一定的数据模型，并在此基础上进一步分析随机数据的统计特性。时间序列分析法虽然方便实用、可操作性强，但想要建立精度高的时间序列不仅要求对模型参数进行最佳的估计，而且模型阶数也要合适。时间序列由于受到各种偶然或随机因素的影响，具有动态随机变化的性质。从表面上看杂乱无章、毫无规律，但实际上却具有一定的统计规律性。因此，要想对所研究的时间序列建立合适的模型，首先必须了解时间序列的基本统计特性，从而确保时间序列模型的可靠性，并满足一定的精度要求。一般可以从时间序列的平稳性、纯随机性和季节性三个方面去考虑本论文做的是兰州交通大学招生人数的序列所以不考虑季节性首先，我们对兰州交通大学招生人数序列进行了平稳性检验和纯随机性检验，这两个重要的检验称为序列的预处理对于平稳性检验，我们可以利用SPSS软件画出其序列的时序图，通过时序图我们很容易得到该序列是否具有显著的平稳性。在对纯随机性检验的过程中，我们可以利用SPSS软件画出其序列的自相关图和偏自相关图，由于纯随机性序列意味着序列值彼此之间没有相关性，即过去的行为对将来的发展没有丝毫影响，所以通过序列的自相关图我们可以很容易得到该序列是否具有纯随机性。对于非平稳的时间序列，我们可以运用差分运算构造平稳序列，对于差分后的序列，我们要检验它的纯随机性，对于平稳的白噪声序列我们可以建立ARIMA模型，对于平稳的非白噪声序列我们可以建立ARMA(p,q)模型。根据经验我们知道，招生人数模型应该是一个非平稳的时间序列