对我国工业主要产品原煤产量的研究：1998―2009年.docVIP

PAGE  PAGE 3 对我国工业主要产品原煤产量的研究：1998―2009年 　　【摘要】原煤在世界上分布的比较广泛，它也是比较重要的战略资源。在未来的很长时间内，原煤仍然是一种必不可少的能源。所以，分析和了解原煤的产量对我们合理利用原煤资源、提高原煤的利用率和进一步落实可持续发展方面有积极的作用。本文应用时间序列里的一些方法：时序图，自相关分析，差分方法等进行了研究。建立了因变量关于时间的回归模型，并对2010-2014年原煤的产量进行了预测。 　　【关键词】时序图 差分 自相关 　　一、数据的选取 　　选择的是我国原煤在1998-2009年每个月的产量（单位：万吨），数据来源于我国统计年鉴。 　　二、对我国原煤产量的长期趋势和平稳性进行分析 　　（一）为了直观地发现原煤的增长趋势，用SAS软件做出1998-2009年原煤产量的时序图 　　结论：由时序图我们可直观的看到该序列呈现出逐年递增的趋势和以年为周期的规则的周期性趋势。 　　为了进一步确定该序列是否为平稳的，我又对原煤的产量进行了自相关图的检验。检验后得出的结论是自相关系数长期位于零轴的一边，这是具有单调趋势序列的典型特征，所以这是非平稳序列。 　　三、原煤产量回归模型的建立 　　（一）方法一：数据的平稳化处理 　　1.用差分方法进行分析--进行一阶十二步差分。进行差分后我们得出时序图如下： 　　结论：时序图显示差分后学列difx没有明显的非平稳特征。说明平稳化处理的非常好。 　　2.序列difx模型拟合结果显示模型显著且参数显著。 　　结论分析：输出结果显示序列的拟合模型为ARIMA（1，1，0）。 　　3.利用拟合模型对序列做5期预测结果如下： 　　（二）法二：用因变量关于时间的回归模型―Auto-Regressive 　　1.序列x关于变量t的线性回归模型最小二乘估计 　　结论：由输出结果显示DW统计量的值等于0.4775，输出概率显示残差序列显著正相关，所以应该考虑对残差序列拟合自相关模型。做如下修改：进行回归误差分析结果如下：结论：由逐步回归向后消除报告显示除了1，3阶的序列值显著自相关外，延迟其他??数的序列值均不具有显著的自相关性，因此延迟2，4，5阶的自相关项被消除。1阶残差自回归模型的参数为-0.645051，3阶的为-0.172591.则输出的自回归模型结果为x=0.645051t-1+0.172591t-3。 　　2.最终拟合模型 　　最终拟合模为：x=-56522+4.3976t，N（0，2511509） 　　3.为了得到直观的拟合效果，对输出结果作图： 　　结论：由上图我们可以看出拟合的效果还不错，值得借鉴。 　　四、总结 　　由上可知拟合结果比较符合。1998-2000年世界的原煤产量有所下降，之后有所增加。相应也与我国原煤产量有所相似。我国是原煤资源大国，也是消费大国。我国石油量少，煤炭资源多，而且处在经济发展阶段，所以每天充当了主要的资源角色。根据原煤的产量来合理利用显得尤为重要。 　　参考文献 　　[1]赵震宇.中国煤炭资源可持续利用的经济学研究[D].吉林大学，2010 　　[2]秦军.煤炭市场及其稳定供给的策略研究[D].浙江大学，2009 　　[3]叶斌.我国原煤产量的灰色预测研究[J].科学技术与工程，2011.