ARIMA模型在煤炭消费预测中的应用分析

被引：22

作者：

池启水 ^{[1
]}

刘晓雪 ^{[2
]}

机构：

[1] 中央财经大学国防经济与管理研究院

[2] 中央财经大学统计学院

来源：

能源研究与信息 | 2007年 / 02期

关键词：

煤炭消费; ARIMA; 预测与分析; 时间序列;

D O I：

10.13259/j.cnki.eri.2007.02.011

中图分类号：

F407.21 [煤炭工业]; F224 [经济数学方法];

学科分类号：

020205 ; 0202 ; 0701 ; 070104 ;

摘要：

煤炭属于重要的民用能源,对其消费量进行预测,可为合理安排煤炭生产提供依据,优化社会资源的配置。采用Box和Jenkins的ARIMA模型,对1953年以来我国煤炭消费量的年度数据进行分析。与结构性因果模型、自回归（AR）、移动平均（MA）、自回归移动平均（ARMA）模型等相比较,ARIMA模型不但适合于我国煤炭消费量的非平稳时间序列的特点,并且预测效果比较理想。结果表明,ARIMA（3,1,3）模型的预测效果良好,2002年2005年平均预测误差仅为3.981%,可用于未来我国煤炭消费量的预测。

引用

页码：117 / 123

页数：7

共 5 条

[1]

Nonlinear time series:Nonparametric and parametric methods. FAN J,YAO Q. . 2006

[2]

Time series analysis,forecasting,and control. BOX G,JENKINS G. . 1970

[3]

Cononicial correlation analysis of time series and the use of an information criterion,in systems identification:Advances and case studies. AKAIKE H. . 1976

[4]

Distribution of the estimators for autoregressive time series with a unit root. DICKEY D,FULLER W. Journal of the American Statistical Association . 1979

[5]

Time-dependent spectral analysis of non-stationary time series. ADAK S. Journal of the American Statistical Association . 1998

← 1 →