国家铁路货运量的时间序列分析.pdfVIP

国家铁路货运量的时间序列分析 目录 1. 引言1 2. 统计预测模型的建立 2 2.1 趋势拟合法2 2.1.1 二次型2 2.1.2 S 曲线模型3 2.1.3 移动平均法3 2.1.4 指数平滑法3 2.2 ARIMA 模型4 2.2.1 ARIMA 模型建模步骤4 2.2.2 观察值的预处理4 2.2.3 模型的识别与检验5 3.国家铁路货运量预测分析5 3.1.1 二次型模型 6 3.1.2 S 曲线型模型7 3.1.3 移动平均法 7 3.1.5 部分小结与结论 8 3.2 ARIMA 模型法9 3.2.1 数据的处理以及模型的建立9 3.2.2 模型的判断与选取12 3.2.3 模型的诊断与检验13 3.2.4 模型的预测13 5.总体小结与结论13 参考文献 14 摘要 本文以国家 1978 年至 2011 年中国国家铁路货运量数据为基础.以不同的方法建立不同的模型，并通过所建立的不同 样式的模型来对 2012 至 2014 年国家铁路货运量进行预测.比较不同样式的模型的预测精确度，最终选择了在经过差分剔除长期 趋势以及季节因素后对其残差进行检验和识别.从而建立 ARIMA （0,2,1），并根据此模型对 2012 至 2014 年国家铁路货运量进 行预测，拟合效果良好. 关键词 国家铁路货运量 ；预测精确度；差分；ARIMA 模型 Abstract: Based on the national railway freight volume data from 1978 to 2011, this paper establishes a model with different methods, and forecasts the freight volume from 2012 to 2014 by the model. By comparing the prediction accuracy of the different models, the ARIMA function model is finally selected. According to this function model, the forecast of freight volume between 2014 and 2012 is made, and the fitting effect is good. 1. Key Words: National railway freight volume；Prediction accuracy；Difference；ARIMA pattern function.引言 现代数学统计理论在金融学中的应用越来越明显，有关专家指出，统计学、经济理论以及数学这三个对于 真正的去了解现代经济生活里蕴含的数量关系来说是很有必要的.数学给经济界带来了全新的视角、理念.如果缺 乏统计基础知识要想在市场中有杰出而又完善的表现是十分困难的.本文以中国的水路运输为列，通过数理方 对中国水路货运量的进展趋势进行科学性的预测与分析. 自 1987 改革开放以来中国经济进入了高速进展的时期，其中铁路运输作为交通运输系统的重要组成的部 分，为国家 GDP 的提升做出了巨大奉献，承担着重要的交通运输责任，为我国的经济进展做出了良好的推动 与促进作用.铁路运输按性质可以划分为国家铁路、地方铁路以及合资铁路，其主要特点是运量大、成本低、能 耗少、投资低、是国内国际重要的运输方式之一，其重要性不言而喻.另外，铁路运输在国民经济进展中具有重 要的作用，它将世界各地连成一片，对于经济全球化的进展具有重要的推动作用.所以研究全国的国家铁路货运 量对于经济政策的调整