城市居民食品分类及零售价格预测专业论文.docxVIP

城市居民食品分类及零售价格预测 摘要 本文首先对2010.3~2011.4的武汉市居民食品零售价格数据利用光滑样条曲线进行图像化，更直观的表现出价格的变动，了解各种食品的价格变化波动性的大小，考虑到有些食品波动性很大，为了达到较长时间的预测，将数据月平均化。分别拟合出各种食品的价格走势经验模型，按照食品的特性进行分类，分别拟合出各类食品的价格走势图。尝试对不同类食品的相关性和替代性进行分析，得到趋势。 对于问题一，将食品分为食用油类、肉禽蛋类、水产类、蔬菜类、水果类和副食品类，根据最小二乘及置信区间的合理收敛程度拟合的原则，拟合出各类的价格趋势走向图，曲线拟合采用的各项指标为SSE、R-square、Adjusted R-square、RMSE，其中部分拟合曲线不尽如人意，部分曲线明显没有可预测的趋势因而没有拟合的必要。 对于问题二，关键在于如何处理海量的数据。利用Matlab的cftool工具箱预测出2011年4、5月份各类食品的价格并计算出同比增长率，同时发现同类食品之间呈现一定的互补效应，各类食品之间并不表现出某种关联。 在问题三中，根据问题一与问题二得到的结果结合相关经济学知识对相关部门提出了若干建议。 关键词:拟合、最小二乘、cftool、互补效应 一、问题重述 消费者物价指数（Consumer Price Index），英文缩写为CPI，也称消费价格指数，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，是与人民生活密切相关的参考指标。 城市居民食品零售价格是消费者物价指数的重要组成部分，权威机构研究认为粮食生产、流通成本上涨一定会带动农产品价格总体上涨，特别是2011年异常的气候情况，导致生产成本大量增加，国际粮价对国内供需的影响，食品价格未来可能发生上涨。刚公布3月份的CPI增幅达5.4%，创32个月来的新高，这使得年内的通货膨胀压力正在增强。 问题1：根据附录建立数学模型，将所涉及食品适当分类，并分析每类食品的特点；得到各类食品价格的波动性，为问题二的建模提供指导。 问题2：以问题一的分析为基础，根据附录建立数学模型，预测2011年4、5月的城市居民食品零售价格走势； 问题3：根据问题一与问题二得到的结论，写一篇城市居民食品零售价格情况分析和对有关部门建议的文章。 二、问题分析 2.1 问题背景分析 当前，我国物价上涨的原因是多方面的，包括需求增加、成本上涨以及通货膨胀惯性等因素，本文着眼于实际数据(尽管官方公布的数据通常令人对它是否被加工过产生怀疑)，本着让数据说话、让曲线证明的的基本原则，力求体现出食品价格变化的整体走势。 2.2过程分析 本问题的难点在于找出合适的拟合函数来拟合海量的数据，保证数据点的残差值最小并且易于作出短期内的预测， 2.3 问题的分解和整合 （1）首先，以问题三为指导，了解关于CPI的相关知识，初步确定解决问题一与问题二的重点。 （2）问题一是对数据的初步处理阶段，分析得到各类食品的价格特点，关注价格的波动性，为问题二选择合适的拟合方法奠定基础。 （3）以问题二所得到的经验模型，预测价格走势，提出一些合理的建议。 三、模型假设 基于问题实际，本文提出以下合理假设： （1）在得到各种食品的价格光滑样条曲线时，实际数据当中的时间间距有9，10，11不等，其中以10天居多，为方便处理，设时间间距一律为10天。 （2）在得到各种食品月平均价格变化趋势图时，以每月的三个采样数据平均来替代当月的平均价格。 （3）在对同类食品进行整合以得到一类食品的价格趋势当中，将同类中的各种食品的权重设为一致。 四、符号说明 符号 解释说明 SSE Sum of Squares for Error 即误差项平方和。反映每个样本各观测值的离散状况，又称为组内平方和或残差平方和。 R-square 决定系数,R-square越大拟合度越好 Adjusted R-square 校正后的决定系数 RMSE Root-Mean-Square Error 均方根误差亦称标准误差 五、问题一的模型建立与求解 5.1 模型建立 将食品进行如下分类： 类别 食品 食用油类 菜籽油、大豆油、花生油、大豆调和油 肉禽蛋类 鲜猪肉（精瘦）、鲜猪肉（肋条）、鲜牛肉、鲜羊肉（去骨）、鲜羊肉（带骨）、活鸡、鸡肉、鸡蛋 水产类 带鱼、草鱼、鲤鱼 蔬菜类 芹菜、大白菜、油菜、黄瓜、萝卜、茄子、西红柿、土豆、青椒、胡萝卜、尖椒、圆白菜、豆角、蒜苔、韭菜 水果类 芦柑、苹果、香蕉、西瓜、 副食品类 豆腐、食用盐、绵白糖、白砂糖、红糖、酱油、醋、鲜牛奶 5.2 模型求解 说明：在以下的图表中，以1,2,3…替代2010-3-5,2010-30-15，2010-3-25…