基于ARIMA模型对我国能源需求的预测
更新时间:2023-08-12 04:14:01 阅读量: 外语学习 文档下载
基于ARIMA模型对我国能源需求的预测
第9期(总第108期)2008年9月
统计教育
StatisticalThinktank
No.9
(SeriesNo.108)Sep.2008
基于ARIMA模型对我国能源需求的预测
杜雨潇
摘
要:本文利用时间序列的建模方法,对我国1987-2006年的能源消费总量数据进行了实证分析,构建了经检验该模型能够很好的拟合全社会对于能源的需求趋势。在此基础上作了短期预测,最后给出了ARIMA模型。结论及建议。
关键词:能源需求;预测;ARIMA模型
PredicationofChina'sEnergyDemandBasedonARIMAModel
DuYuxiao
Abstract:Thispaperappliesthemethodofestablishingtime-seriesmodeltoempiricallyanalyzeChina'sgrossenergyconsumptionandestablishesARIMAmodelwhichistestedtobetterworkoutthetrendofsociety'senergydemand.Basedonthis,thispapermakesashort-termpredication,reachesconclusionsandmakessuggestions.Keywords:energydemand,predication,ARIMAmodel
能源是推动社会经济发展的巨大动力,我国作为一个人均能源占有量较低的国家,能源供应安全问题是一个不容忽视的问题。利用比较科学而合理的能源需求模型对未来的能源需求做出准确的预测,对合理制定经济发展政策和能源安全利用政策具有深远的意义。
根据《中国统计年鉴》中相关的定义,“能源消费总量是指一定时期内全国物质生产部门、非物质生产部门和生活消费的各种能源的总和。能源消费重量包括原煤和原油及其制品、天然气、电力,不包括低热值燃料、生物质能和太阳能等的利用。该指标是观察能源消费水平、构成和增长速度的总量指标”。本文试图以全国的能源消费这一指标为研究对象,借助合理的模型对我国的能源需求进行实证分析和预测。
对于能源需求模型的构建,许多模型都可以用来进行尝试。“如时间序列模型、神经网络模型、多元线
[3]
性回归模型、”“如果选择预测模型的标Logistic模型。
我国的能源需求问题进行实证研究。全部的研究数据来源于历年的《中国统计年鉴》所公布的我国能源消费总量数据。所用的软件为SPSS16.0专业统计软件。
1数据的收集及预处理
在研究中共收集了从1978年至2006年共29期
的全国能源消费总量的数据进行建模研究。
1.1平稳性检验
利用软件绘制时序图后,可以清晰地从图中看到:
我国对能源的消费总量有明显的逐年递增趋势,所以原始序列一定不是平稳序列,不能直接用来建模。
1.2差分消除非平稳性
由于原始数据蕴含着确定性的信息,由Cramer分
解定理可保证适当阶数的差分一定可以充分提取确定性信息。所以对原始数据进行一阶差分,效果并不明显;二阶差分后时序图呈现平稳性,但是自相关图和偏自相关图更清楚地显示了非平稳性。故继续作三阶差分。从三阶差分的时序图、相关图和偏自相关图来看序列已经平稳,三阶差分已经能够很好地将原始序列中确定性因素剔出。
准是追求预测精度的极大化,则最好选择时间序列模
[4]型。”
基于上述分析,本文选择时间序列的建模方法对
作者简介:杜雨潇,1986年生,河北保定人,北京林业大学经济管理学院统计系05级本科生。
基于ARIMA模型对我国能源需求的预测
60
实证研究2008年
三阶差分的自相关图和偏自相关图如下:1.3纯随机性检验
利用LB统计量对已经平稳的三阶差分序列进行
纯随机性检验,检验结果显示:能以95%的把握拒绝序列纯随机的原假设。因而可以认为差分以后的能源消费总量序列不属于纯随机波动。该序列不仅可以视为是平稳的,而且还蕴含着值得提取的信息,可以用来建立模型。
2
数据建模
2.1
长自回归模型初探
鉴于三阶差分的阶数偏高,首先尝试对原始序列
进行长自回归的建模。由于差分过程本身就是一个自回归的过程,从上面的分析来看,序列有可能建立长自回归模型。
在SPSS软件中试做AR(6)模型,结果显示残差的白噪声检验通过,但是滞后4、5、6期的参数不显著。经过分析得出可能是近三期的系统响应对当前期的响应影响较大的缘故,于是改作AR(3)模型。同样模型的显著性很好,但是只有延迟一期的参数通过了显著性检验。
综合前面的结果,发现对原始序列进行长自回归拟合的方法行不通。用三阶差分的序列来建模。
2.2模型定阶
三阶差分的自相关图和偏自相关图均显示了延
迟2阶的自相关系数和偏自相关系数在2倍标准差范围之外,其他阶数的系数都在2倍标准差范围内波动,而且,两图都显示了一定的拖尾性。根据这个特点可以判断该序列需拟合ARIMA(?,0,?)模型,即ARMA(?,?),所未知的是p、q阶数。可以尝试建立多种模型,直到模型通过显著性检验,以及模型参数通过显著性检验;在检验通过的模型中,选择易于解释的模型,同时兼顾拟合优度统计量。
“对多数数据取2或以下都能满足拟合混合模型
的需要。”[5]故本文尝试对序列分别建立ARMA(1,0)、
ARMA(1,1)、ARMA(1,2)、ARMA(2,0)、ARMA(2,1)、ARMA(2,2)、ARMA(0,1)、ARMA(0,2)模型,然后分别对其进行参数的显著性检验以及残差的白噪声检验。结果整理在下表中:
由上面建立的8个时序模型发现,p、q不应太小,否则模型不能通过显著性检验;q对模型的显著性贡献很小,从上表可以看出θi的显著性均很差;在模型的自回归部分,延迟一阶的参数不显著,延迟两阶的参数
非常显著。所以可以考虑建立疏系数模型AR(0,2)。
模型
拟合结果
参数的显著性检验
残差的白噪声检验
ARMA(1,0)!1不显著不通过ARMA(1,1)!1θ1不显著不通过ARMA(1,2)!1θ1θ2不显著通过ARMA(2,0)!1不显著!2显著通过ARMA(2,1)!1θ1不显著!2显著通过ARMA(2,2)!1!2θ1θ2不显著通过ARMA(0,1)θ1不显著不通过ARMA(0,2)
θ1θ2不显著
通过
2.2.1ARIMA建模
将三阶差分的序列记为X3,作为因变量,将其滞后两阶的序列记为LagsX3,作为自变量,进行回归(即做ARIMA(0,0,0)拟合模型)。由于滞后两期,所以
LagsX3序列中产生了缺省值,本文进行了如下处理:将X3序列删除了前两个样本值。回归结果如下:
!3xt=16.406-0.773B2!3xt+εtSE(854.919)(0.171)t
(0.019)(-4.509)
可见,回归系数已通过显著性检验。其中最大的绝对误差为8170.396。进一步检验模型的显著性,结果如下表所示:
基于ARIMA模型对我国能源需求的预测
第9期杜雨潇:基于ARIMA
模型对我国能源需求的预测
61
延迟阶数
LB统计量检验
LB统计量值
P值63.9180.688127.7980.80116
10.623
0.832
上表显示残差序列已经是一个白噪声序列,没有任何有价值的统计信息了。至此,模型已通过全部检验。分析结果表明,此模型是比较优良的。
2.2.2ExpertModeler建模
出于进一步优化模型的目的,将X3作为因变量,将其滞后两阶的序列记为LagsX3作为自变量,利用
SPSS的ExpertModeler模块进行回归,让软件自动选择最优模型进行拟合。结果显示最优的模型为ARIMA
(2,0,0)。结果如下:
!3
xt=-0.752B2
!3
xt+εt
SE(0.167)t
(-4.505)
其中,模型的最大绝对误差为8253.345。同样,回归系数已通过显著性检验,需进一步检验模型的显著性。
残差的白噪声检验如下:
延迟阶数
LB统计量检验
LB统计量值
P值63.7730.7071211.8150.46116
13.958
0.602
可见,该模型也通过全部检验,显著性也比较强。
2.2.3两模型的对比
将两个模型的部分信息统计在下表进行比较:
模型
NormalizedBIC
R-squared2.2.116.9430.482.2.2
16.689
0.519
从比较结果来看,无论从BIC准则还是R-
squared方面来讲,2.2.2模型均优于2.2.1模型,所以选择2.2.2模型为最终拟合的模型:
!3xt=-0.752B2!3xt+εt
下面是预测值与观测值在时序图中的分布:
3模型预测
利用上述拟合的时间序列模型对未来四年的能
源消费总量进行预测,预测结果如下:(单位:万吨标准煤)
年份
X的预测值X3的预测值95%置信下限95%置信上限2007259101.788888.90773.0317004.762008268374.70-5197.35-13313.222918.512009280770.92-6682.16-16835.483471.162010
292383.36
3907.07
-6246.25
14060.39
4结论及建议
依照本文构建的模型进行预测,到2010年我国的
能源消费总量将超过29亿吨标准煤。
我国未来经济的发展将会面临严峻的能源形势。为了缓解巨大的能源需求压力,今后应联合各方努力,在保证经济稳定发展的前提下,严格控制能源消
费,加强能源利用的监督体制。本文试从以下几方面给出一些对策及建议:
第一,积极开发利用新能源。加强对太阳能、风能、生物能、潮汐能以及地热能等的利用,统筹发展各种新能源以降低全社会对传统能源的依赖;第二,扩大节能技术的推广。节能是我们应当密切关注解决能源问题的出路之一。通过提高能源的利用率,降低能耗,达到节约资源的目的;第三,政府加强对能源利用的监督机制。对于那些能源消耗过高的产业给以必要的约束和管制。同时,在全社会推广节能,通过增强全体社会成员的节约意识,达到能源的合理、可持续利用。
参考
文
献
[1]崔民选.2007中国能源发展报告[M].北京:社会科学文献出版社,2007[2]
陶爱元.中国经济增长对能源的依赖程度分析[J].统计与决策.
2007(1)
[3]熊国强,刘海磊.我国能源消费的组合预测模型[J].统计与决策.
2007(2)
[4]汪陶,张意翔.湖北能源需求预测研究[J].统计与决策.2007(3)[5]宇传华.SPSS与统计分析[M].北京:电子工业出版社,2007[6]王燕.应用时间序列分析[M]北京:中国人民大学出版社,2005
(责任编辑李本钊)
正在阅读:
基于ARIMA模型对我国能源需求的预测08-12
商品房电梯安装工程监理实施细则汇总02-29
母校作文450字06-17
气体灭火系统的应用03-11
学会观课评课04-06
2015年高考历史真题汇编第11课物理学的重大进展新人教版必修303-09
U8单词卷09-16
【word小报模板】:交通安全小报手抄报word模板07-02
西方文化概论复习题05-19
- 奶牛焦虫病的诊断与防治 - 医学期刊频道--首席医学网
- 外包工程发包流程
- 管理信息系统(路晓丽版)课后题答案(1-12章全)
- 小学语文课题研究方案
- 企业内部培训师管理制度
- 《史记》拓展阅读设计
- 入口广场铺装施工方案
- 附录B塔式起重机安装验收记录表
- 云南省昆明三中2014-2015学年高二下学期期中考试物理试卷 (Word版含答案)
- 郑州大学毕业设计附件
- 民俗学视野下的中国百年歌谣研究
- 巩固练2020统编版(2019)高二选择性必修上册第一单元阶段复习 第一单元仿真模拟训练
- 量化研究学习书单
- 给尾注编号加方括号超级简单方法
- 第1课《放大镜》
- 定价的步骤及新产品定价策略(1)
- 八年级英语下册第六单元基础知识
- 全省地方志工作会议综述
- An Investigation of Tightly Coupled Time Synchronous Speech Language Interfaces Using a Uni
- 新目标英语八年级(上)单元测试题(Units6-7)
- 模型
- 基于
- 能源
- 需求
- 预测
- 我国
- ARIMA