城市居民食品分类和零售价格预测.docVIP

城市居民食品分类及零售价格预测 西南交通大学 吴瑕杰、周攀、刘姝晗 摘要 本文运用了聚类分析、回归分析、时间序列分析等统计方法，利用数学模型完成了城市居民食品分类及零售价格预测的问题。 第一，利用系统聚类法给出了城市居民食品分类结果与分析。首先，利用对食品的理解构建了包括平均价格、价格方差、价格平均变化率、价格变化率方差在内的食品分类的指标体系。其次，对网上查得的数据做了单位转换、时间点转换，求出了每种食品的分类指标值，得到了42×4的指标值矩阵，随后对其进行标准化处理。然后，定义两种食品的距离为欧式距离平方，聚类时类间距离采用类平均法，并得出二者的表达式和递推式，利用系统聚类的原理，用SPSS软件按分类指标对食品进行分类，得到了四到九类的分类结果。为了选取合适的分类结果，引进统计量和伪F统计量，随着分类数从5到4的变化而急剧减小且分类数为5时较大，从而确定分类数为5。最后，列出具体分类结果，并对每一类食品从平均价格等四个方面进行分析。 第二，通过回归分析、时间序列分析给出了每类食品的零售价格的预测并对其趋势进行分析。首先，引进类平均价格概念，并通过对每类食品中所有食品的价格求平均将其求得，然后分别对每一类食品的类平均价格做出散点图，并对其进行分析，确定在预测过程中舍弃了时间点较早的数据。然后，前三类的类平均价格较为稳定，因此我们选用回归分析对其进行预测，分别用线性、二次、三次、对数进行拟合，通过可决系数且结合实际情况分别选取对数、二次、二次函数进行预测，第四五类的类平均价格有较强的波动性，我们选择时间序列中的一次指数平滑法进行预测，最终得出每类食品在四、五月份的6个类平均价格。最后，画出每一类食品的当前及未来的价格变化曲线，并对各类的价格变化趋势进行分析。 第三，结合上述两问得出的结论，分别对每一类食品零售价格的当前形式与未来趋势进行分析，结合当前的国家经济政策和通货膨胀水平、物价上涨原因等向有关部门提出了建议。 本文利用SPSS、excel、matlab等软件，利用系统聚类法、回归预测、一次指数平滑法对城市居民食品进行了合理分类，并完成了零售价格的预测。在建模思路中，引进统计量和伪F统计量以更好的对最优分类数进行选取，用回归分析和时间序列分别对不同特点的食品种类进行了预测使结果变得更优。但是本文没有考虑突发事件的影响，在实际应用中还要进行改进和完善。 关键词：食品价格 系统聚类法 回归分析 一次指数平滑法 SPSS 引言 消费者物价指数Consumer Price Index），英文缩写为CPI，是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标，与人民生活密切相关的参考指标。通货膨胀压力正在增强粮食生产上涨带动农产品价格总体上涨年异常的气候情况，国际粮价对国内的，食品价格未来可能发上涨年内的通货膨胀压力正在增强 图2.1食品聚类的思路 2.2.2价格预测的分析 预测接下来两个月的城市居民食品零售价格走势时，本文在问题一分类的基础上，分别对每一类食品的价格进行预测并分析。思路如图2.2所示。 图2.2价格预测的思路 2.2.3问题三的分析 撰写报告时，首先在问题一的分类和问题二的零售价格走势基础上对城市居民食品零售价格的当前形式与未来趋势进行分析，结合当前的国家经济政策和通货膨胀水平、物价上涨原因等向有关部门提出了建议。 模型假设 未来两个月内不会发生影响市场价格的重大事件； 2、分类时的仅考虑列出的指标，其他未列出的指标不会影响分类结果； 3网络查得的数据均真实可信； 食品分类的研究 4.1聚类模型的准备 4.1.1聚类分析的简介 聚类分析是根据事物本身的特性来定量研究分类问题的一种多元统计分析方法。其基本思想是同一类中个体有较大的相似性，不同类中的个体差异较大，于是根据一批样本的多个观测指标，找出能够度量样品（或变量）之间相似度的统计量，并以此为依据，采用某种聚类法，将所有的样品（或变量）分别聚合到不同的类中。 在实际应用中，聚类分析根据分类对象的不同分为样品聚类和变量聚类。样品聚类在统计学中又称为Q型聚类，即对样品（或事件）进行的分类处理。方法是根据样品有关变量的特征，将特征相似的样品归为一类。 在本题中，要求对食品进行分类，显然这是一个Q型聚类。我们要根据选择指标的不同，将食品分为合适的几类。 4.1.2数据的来源及预处理 1、数据的来源 本文中选取包括食用油、肉类、鱼类、蔬菜、水果、调味品等在内的42种生活食品，在2010年3月上旬至2011年3月下旬共39个时间点查得的零售价（数据源自武汉市价格信息网【1】）进行研究，在研究过程中我们要对这些数据进行初步处理。 2、时间统一化 网上给出