- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
龙源期刊网
中国生活能源热力消费的ARIMA模型及预
测
作者:张宁李星野
来源:《金融经济·学术版》2013年第06期
摘要:本文利用ARIMA模型,对1980-2009年中国生活能源热力消费量序列进行分析,
建立了差分自回归移动平均模型ARIMA(1,2,0)。检验结果表明,ARIMA(1,2,0)模
型对原始数据序列有着较好的似合效果,模型的预测效果良好,可用于短期内中国生活能源
热力消费量的预测。在此基础上,对我国2010-2014年的生活能源热力消费量进行了预测,最
后给出了结论及建议。
关键词:ARIMA模型;生活能源热力消费;预测
引言1.
自改革开放三十年来,经济飞速发展,人们的生活质量水平也在飞速提升。在这样的情况
下,一个越来越严重的全球性普遍的问题也凸显出来—能源匮乏。这几年来,我国政府已逐渐
经意识到这个问题,在各个方面也纷纷提出节能方案,卓有成效。从近几年的数据来看,工业
能源的增长趋势渐缓,且每单位GDP耗能量已呈现下降的趋势,可见在工业能源方面节能措
施已开始深入并且见效,但是,在另一方面,生活能源消费量却在节节攀升,丝毫不见缓解的
趋势。1980-2009年,我国生活能源热力消费量从4572万百万千焦上升至81143万百万千焦,
可见节能观念还未深入人心,低碳生活的理念还需要不断推广提倡。
生活能源消费量包括有煤炭、煤油、液化石油气、天然气、煤气、热力、电力等七方面的
能源消费。能源可分为一次能源和二次能源,所谓一次能源是指直接取自自然界没有经过加工
转换的各种能量和资源,二次能源是指由一次能源经过加工转换以后得到的能源。一次能源可
进一步分为再生能源和非再生能源两大类。生活能源消费量中所包括的七方面能源除煤炭、煤
油、天然气外都是二次能源,且大多基本由石油支撑,且石油是非再生资源,虽然储量丰富,
但对于地球上庞大的人口而言,依然非常有限。因此急需提倡使用一次能源中例如风能、水
能、太阳能等新型的可再生资源,减少对非再生资源的使用,既为后代保留资源,又可减少环
境污染。
为了能够给生活消费能源方面提出合理建议,我们选择生活能源消费中的热力消费量进行
时间序列分析,对改革开放以来30年的生活能源热力消费量数据建立ARIMA时间序列模
型,并以此为例,分析生活能源的总体消费趋势。
模型2.简介
龙源期刊网
时间序列是某一指标在不同时间上的不同数值组成的,按时间的先后顺序排成一串数列。
时间序列具有四个方面的影响因素:长期趋势、季节变动、循环变动以及不规则变动。而建立
在时间序列的定量预测法就是把预测对象、预测目标和对预测的影响因素都看成为具有时序的
且以时间为自变量的函数,再根据历史数据拟合时间序列函数,研究预测对象自身变化过程及
发展趋势。
本文选取1980-2009年的热力消费量的年度数据构造时间序列模型。传统的时间序列分析
法,如移动平均法和指数平滑法,常因出现滞后误差而影响预测精度。而ARMA模型是描述
平稳随机序列的最常用的一种模型,但现实中的时间序列往往是非平稳的,因此本文选取较为
普遍的ARIMA模型进行数据处理。ARIMA(p,d,q)模型全称为差分自回归移动平均模
型,是基于ARMA模型之上的加入了长期因素和季节因素的非平稳时间序列模型,其中AR
是自回归模型,p为自回归项;MA为移动平均模型,q为移动平均项数;d为时间序列成为
平稳时所做的差分次数。ARIMA模型是一种精度较高的时间序列短期预测方法,能够从本质
上认识时间序列的结构与特征,达到最小方差意义下的最优预测。ARIMA模型可表示为:
ARIMA模型适用于具有长期趋势或季节性的单指标数据的短期预测,根据指标单一的历
史数据就可以建立ARIMA模型进行预测分析,操作较为方便,是分析历史数据较为实用
您可能关注的文档
- 中级会计实务 投资性房地产 知识点总结 .pdf
- 中班幼儿审美感知能力培养研究基于名画欣赏教学 .pdf
- 中心校教学教研计划标准范文(4则).pdf
- 中小学科创工作总结.pdf
- 中小学数学教学的衔接研究.pdf
- 中小学教师继续教育探究论文精选 .pdf
- 中小型商业银行流动性风险管理 .pdf
- 中学生物科普主题课程开发现状.pdf
- 中学校园文化建设工作总结5汇总.pdf
- 中学廉洁文化进校园总结5篇 .pdf
- 绿电2022年系列报告之一:业绩利空释放,改革推动业绩反转和确定成长.docx
- 化学化工行业数字化转型ERP项目企业信息化规划实施方案.pdf
- 【研报】三部门绿电交易政策解读:溢价等额冲抵补贴,绿电交易规模有望提升---国海证券.docx
- 中国债券市场的未来.pdf
- 绿电制绿氢:实现“双碳”目标的有力武器-华创证券.docx
- 【深度分析】浅析绿证、配额制和碳交易市场对电力行业影响-长城证券.docx
- 绿电:景气度+集中度+盈利性均提升,资源获取和运营管理是核心壁垒.docx
- 节电产业与绿电应用年度报告(2022年版)摘要版--节能协会.docx
- 2024年中国人工智能系列白皮书-智能系统工程.pdf
- 如何进行行业研究 ——以幼教产业为例.pdf
文档评论(0)