基于时间序在粮产量中的方法研究思考114307152.docVIP

毕业设计（论文） 题 目 基于时间序列在粮食产量中的方法研究 基于时间序列在粮食产量中的方法研究 摘要：粮食是我们生产和生活中的基本消费品，我国民生国计的首要大事就是解决我国的粮食产量问题。本文介绍了几种时间序列的建模方法，来分析预测出我国的粮食产量问题。并且通过分析我国2000到2014年的粮食生产总量数据的特点，建立了自回归移动平均模型ARIMA(p,d,q)模型。最后，通过使用Eviews6.0操作软件成功的计算完成了关于我国粮食产量的预测问题。得出的结果如下，在未来的几年内，我国粮食生产在不受到自然灾害等因素影响的前提下，将会缓慢增长。通过分析，显示农业科技技术和重大的自然灾害对我国粮食产量的影响较为严重，为了保证粮食产量的增长要发展好农业技术和做好重大自然灾害的预防措施。 关键词：时间序列； 粮食产量问题； ARIMA模型。  Study on the method of time series based on grain output Abstract：Food is the most basic consumer goods for human survival, the problem of the grain output of a country relates to the national economy and the national economy and the countrys national economy and the nations livelihood. To make food forecast, this paper presents several modeling methods for time series. Through the analysis of the characteristics of the total grain production data in 2000-2014, the model of auto regressive moving average ARIMA(p,d,q)is established. Finally, the forecast of grain output of our country is calculated by Eviews6.0 software. The results show that the grain output is not affected by natural disasters in the next several years, and it will slow growth. The analysis shows that the agricultural technology and the major natural disasters have a serious impact on the grain output in China. In order to ensure food production problems to develop agricultural technology and to do a major disaster prevention. Keyword: Time series ; Grain output ; ARIMA model. 目录 摘要 II 目录 III 1．引言 1 1.1课题背景 1 1.2本课题研究的意义 1 2．关于我国的粮食产量问题 2 2.1国内粮食产量的现状 2 2.2研究粮食产量的方法 2 3．几种时间序列预测方法简介 2 3.1自回归（AR）模型 3 3.2移动平均（MA）模型 4 3.3自回归移动平均（ARMA）模型 5 3.4差分自回归滑动平均(ARIMA)模型 5 4.数据的分析及模型建立 7 4.1数据分析 7 4.2数据平稳化 8 4.3模型的定阶 9 4.4模型有效性检验 12 4.5模型预测 13 5．结论 13 参 考 文 献 15 致 谢 17 1．引言 1.1课题背景 我国的民生问题与粮食产量密切相关，国家经济的可持续性发展以及政治局面的稳定等方面都受到粮食产量的影响。我国有13亿的人口，为世界总人口数比例的百分之二十一，但是可用耕地面积却很少，仅占全球可用的耕地面积比例为百分之七，粮食产量问题是关系到经济发展的安全，而且是关系到民生和国计的重大的战略物资问题，每时每刻都不能有一丝一毫的松懈