首页> 中文学位 >我国牛肉产量与进出口贸易的ARMA时序模型构建与预测
【6h】

我国牛肉产量与进出口贸易的ARMA时序模型构建与预测

代理获取

目录

文摘

英文文摘

声明

第一章绪论

1.1研究的目的和意义

1.2时间序列模型的发展

1.3国内外的应用研究进展

1.3.1国外研究进展

1.3.2国内研究进展

1.4国内ARMA模型的主要应用

1.5研究方法与内容

1.5.1 EViews(Econometric Views)软件的介绍

1.5.2我国牛肉产业的发展

1.5.3数据的选取

1.5.4我国牛肉产量、进出口贸易的已有预测方法

第二章时间序列分析方法的理论研究

2.1时间序列的含义

2.2时间序列模型

2.3平稳时间序列

2.3.1随机平稳时间序列

2.3.2非平稳时间序列

2.3.3随机平稳时间序列样本的数字特征

2.4时间序列模型的建模步骤

2.4.1判断时间序列的平稳性

2.4.2模型的识别

2.4.3模型的定阶

2.4.4模型参数的估计

2.4.5模型检验

2.5预测评价中的其他指标

第三章我国牛肉产量的实例分析

3.1数据来源

3.2检查数据的平稳性

3.2.1散点图检验

3.2.2自相关系数判断

3.2.3单位根检验

3.3检查一阶差分的平稳性

3.3.1散点图检验

3.3.2自相关系数判断

3.3.3单位根检验

3.4建立ARIMA(p,d,q)模型

3.4.1检查牛肉产量二次差分的平稳性

3.4.2模型的识别和定阶

3.4.3模型检验

3.4.4模型的预测结果

3.5建立指数-ARMA(p,q)模型

3.5.1指数回归残差序列的平稳性检验

3.5.2模型的识别和定阶

3.5.3模型的检验

3.5.4模型的预测结果

3.6结论

第四章我国牛肉进口量的实例分析

4.1数据的选择

4.2序列的平稳性检验

4.3建立ARIMA(p,d,q)模型

4.3.1检验一阶差分序列的平稳性

4.3.2模型的识别和定阶

4.3.3模型的检验

4.4建立直线-ARMA(p,q)模型

4.4.1直线回归残差序列的平稳性检验

4.4.2模型的识别和定阶

4.4.3模型的检验

4.5结论

第五章我国牛肉出口量的实例分析

5.1数据来源

5.2时间序列的平稳性检验

5.2.1散点图检验

5.2.2自相关系数判断

5.2.3单位根检验

5.3一阶差分时间序列的平稳性检验

5.3.1散点图检验

5.3.2自相关系数判断

5.3.3单位根检验

5.4模型的识别和定阶

5.5模型的检验

5.6结论

第六章我国牛肉进口额的实例分析

6.1数据来源

6.2序列的平稳性检验

6.2.1散点图检验

6.3建立ARIMA(p,d,q)模型

6.3.1一阶差分序列的平稳性检验

6.3.2模型的识别和定阶

6.3.3模型的检验

6.4建立直线-ARMA(p,q)模型

6.4.1检验残差序列的平稳性

6.4.2模型的识别和定阶

6.4.3模型的检验

6.5结论

第七章我国牛肉出口额的实例分析

7.1数据来源

7.2时间序列的平稳性检验

7.2.1散点图检验

7.3一阶差分序列的平稳性检验

7.3.1散点图检验

7.3.2自相关系数判断

7.3.3单位根检验

7.4模型的识别和定阶

7.5模型的检验

7.5.1模型的拟合图

7.5.2残差序列的自相关系数、偏相关系数以及Q统计量检验

7.6结论

第八章 结果和讨论

8.1我国牛肉产量的预测模型

8.2我国牛肉进口量预测模型

8.3我国牛肉出口量的拟合模型

8.4我国牛肉进口额预测模型

8.5我国牛肉出口额拟合模型

8.6讨论

参考文献

致谢

个人简历

展开▼

摘要

牛肉产业一直是我国畜牧产业的重要组成部分,因此对我国牛肉产业的重要指标--牛肉产量、进出口量(额)建立预测模型就非常重要。 本文利用联合国粮农组织给出的1961年到2005年中国牛肉生产和贸易的数据,建立ARMA模型对我国2005-2008年牛肉产量、进出口量(额)进行预测。主要经过以下七个步骤:1)、观察数据的散点图、自相关系数和ADF检验判断序列的平稳性;2)、对不平稳的时间序列采用差分和去除时间趋势两种方法把非平稳序列转化为平稳序列。3)、根据自相关系数和偏相关系数的拖尾性和截尾性初步判断模型p、q的阶数,4)、估计各组合下的模型,并跟据AIC、BIC准则来确定模型的p、q阶数;5)、得到拟合模型;6)、利用自相关系数、偏相关系数、Q统计量、D.W值以及修正R<'2>对模型的进行检验。7)、采用样本外预测对模型的预测能力进行判断。7)、最后给出2005-2008年的模型预测结果。 从结果来看,ARMA模型适合我国畜产品产量的预测,对进口贸易的预测效果不好,而我国牛肉出口贸易则不适合用ARMA模型进行预测。ARIMA(1,2,1)模型预测2007年我国的牛肉产量799.14万吨,这与德国莱茵农业协会预测的791万吨相比,误差只有1.11%,指数-ARMA(2,1)模型的预测结果相对偏高一些为816.29万吨;对于进出贸易的样本外预测误差在5~10%之间,如果有干预事件影响偏差更大。所以考虑到进口贸易的数据特征和动态预测原理采用直线-ARMA(1,1)模型预测较好;我国的出口贸易由于年际变化比较大,模型拟合度不高,不适和ARMA模型预测。拟合度不高,干预事件的存在、数据趋势结构的突变是牛肉进口量(额)模型预测精度不高的主要原因,并且ARMA模型只适合短期预测,长期预测的误差比较大。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号