亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于時(shí)間序列的全國(guó)棉花產(chǎn)量預(yù)測(cè)方法研究

        2018-06-29 13:40:22梁后軍馮宜強(qiáng)謝睿周萬(wàn)懷常郝劉從九徐守東李浩
        中國(guó)纖檢 2018年6期
        關(guān)鍵詞:產(chǎn)量模型

        文/梁后軍 馮宜強(qiáng) 謝睿 周萬(wàn)懷 常郝 劉從九 徐守東 李浩

        1 引言

        長(zhǎng)期以來(lái),我國(guó)棉花的生產(chǎn)與需求呈現(xiàn)出巨大的波動(dòng)性,供不應(yīng)求與供過(guò)于求、賣(mài)棉難與買(mǎi)棉難的問(wèn)題交替發(fā)生,使我國(guó)棉花生產(chǎn)陷入一種短缺與過(guò)剩的周期波動(dòng)之中。只有及時(shí)、準(zhǔn)確地提供有效的棉花生產(chǎn)與消費(fèi)的監(jiān)測(cè)預(yù)警信息,引導(dǎo)棉花生產(chǎn)、銷售、貯存和加工等產(chǎn)業(yè)采取合適的對(duì)策,降低棉花產(chǎn)業(yè)波動(dòng),降低市場(chǎng)風(fēng)險(xiǎn),保護(hù)棉花產(chǎn)業(yè)鏈上各方的利益,才能保證棉花產(chǎn)業(yè)的可持續(xù)發(fā)展。

        隨機(jī)時(shí)間序列分析方法中的差分自回歸移動(dòng)平均(Auto-Regressive Integrated Moving Average,ARIMA)模型是預(yù)測(cè)某對(duì)象未來(lái)走勢(shì)的常用方法。該模型的基本原理是利用樣本序列的自相關(guān)及偏自相關(guān)性,通過(guò)定階、檢驗(yàn)、優(yōu)化等步驟,逐步提取樣本序列的總體趨勢(shì)信息、周期波動(dòng)信息及隨機(jī)游走信息等,預(yù)測(cè)樣本的未來(lái)走勢(shì)。該方法具有靈活簡(jiǎn)便及短期預(yù)測(cè)精確度高的特點(diǎn),已被廣泛應(yīng)用于傳染病的防控工作[1]、醫(yī)學(xué)和公共衛(wèi)生領(lǐng)域及農(nóng)業(yè)的生產(chǎn)指導(dǎo)工作[2-3]。關(guān)于棉花產(chǎn)量預(yù)測(cè)方面,李鵬程、董合林[4]根據(jù)聯(lián)合國(guó)模擬世界纖維市場(chǎng)的預(yù)測(cè),對(duì)2020年世界棉花形勢(shì)進(jìn)行了說(shuō)明,認(rèn)為2020年世界棉花產(chǎn)量預(yù)計(jì)將增加到3200萬(wàn)噸,其中發(fā)展中國(guó)家(地區(qū))將繼續(xù)占世界棉花產(chǎn)量的大部分份額。張聞、韓金等[5]通過(guò)多項(xiàng)式擬合的方法,針對(duì)2016年新疆棉花產(chǎn)量進(jìn)行了預(yù)測(cè),并基于預(yù)測(cè)對(duì)棉花加工工作提出了建議。本研究以1978—2017年全國(guó)棉花產(chǎn)量為基礎(chǔ),基于時(shí)間序列建模方法逐步建立ARIMA模型,并外推預(yù)測(cè)2018、2019年的全國(guó)棉花產(chǎn)量,以期為棉花產(chǎn)業(yè)的生產(chǎn)、加工提供依據(jù)。

        2 基于ARIMA模型的我國(guó)棉花產(chǎn)量預(yù)測(cè)

        研究基于1978—2017年我國(guó)棉花總產(chǎn)量數(shù)據(jù)(數(shù)據(jù)來(lái)源:國(guó)家統(tǒng)計(jì)局網(wǎng)站),運(yùn)用ARIMA模型預(yù)測(cè)2018、2019年全國(guó)棉花總產(chǎn)量。ARIMA模型是時(shí)間序列建模方法中經(jīng)典模型之一,主要用于時(shí)間序列變量的短時(shí)預(yù)測(cè)分析,是經(jīng)濟(jì)、管理科學(xué)研究中比較常用的一種預(yù)測(cè)方法。只要待分析變量隨著時(shí)間發(fā)展呈現(xiàn)出一定變化趨勢(shì),就可以嘗試使用該方法進(jìn)行建模,而無(wú)需考慮該變量的其他相關(guān)影響因素及狀態(tài);只要建模過(guò)程中每個(gè)步驟都符合模型的約束、檢驗(yàn)準(zhǔn)則,則可以認(rèn)為模型合理、預(yù)測(cè)結(jié)果基本有效。我國(guó)棉花產(chǎn)量的歷年統(tǒng)計(jì)值就是一種典型的時(shí)間序列變量,可以選擇運(yùn)用ARIMA模型進(jìn)行建模并進(jìn)行短期趨勢(shì)預(yù)測(cè)分析。

        運(yùn)用ARIMA模型的預(yù)測(cè)步驟為:首先,檢驗(yàn)1978—2017年我國(guó)棉花產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)的時(shí)間序列平穩(wěn)性,若原始序列平穩(wěn)則可以嘗試用ARMA模型,若通過(guò)d次差分將原始非平穩(wěn)序列轉(zhuǎn)化為平穩(wěn)序列,則可進(jìn)一步用ARIMA模型建模;其次,建立、檢驗(yàn)、選擇相應(yīng)ARIMA模型擬合1978—2016年我國(guó)棉花產(chǎn)量,并將其與2017年的實(shí)際值比較,判斷模型擬合效果;最后,運(yùn)用ARIMA模型預(yù)測(cè)分析2018、2019年我國(guó)棉花產(chǎn)量。

        2.1 ARIMA模型的形式

        設(shè)棉花產(chǎn)量的時(shí)間序列cottont是d階單整序列,即cottont~I(xiàn)(d),則

        ωt為平穩(wěn)序列,即 ωt~I(xiàn)(0) ,于是可以對(duì)ωt建立ARMA(p, q)模型

        用滯后算子表示,則

        式中

        經(jīng)過(guò)d階差分變換后的ARMA(p,q)模型稱為ARIMA(p,d,q)模型,公式(3)等價(jià)于下式

        1978—2017年我國(guó)棉花產(chǎn)量變化趨勢(shì)如圖1所示。從圖1看出,1978—2017年期間我國(guó)棉花產(chǎn)量在波動(dòng)中總體保持增長(zhǎng)態(tài)勢(shì),但從2008年開(kāi)始,總體呈下降趨勢(shì),特別是2016年棉花產(chǎn)量創(chuàng)下了近12年以來(lái)新低,宏觀層面可能是受到了2008年開(kāi)始的經(jīng)濟(jì)危機(jī)的影響,微觀層面生產(chǎn)成本提高、種棉花不賺錢(qián),棉農(nóng)種棉積極性降低,棉花種植面積不斷下降,進(jìn)一步凸顯了棉花產(chǎn)量、質(zhì)量、效益間的不均衡。

        圖1 1978—2017年我國(guó)棉花各年產(chǎn)量

        2.2 我國(guó)棉花產(chǎn)量時(shí)間序列數(shù)據(jù)的平穩(wěn)性分析

        表1 棉花產(chǎn)量時(shí)間序列數(shù)據(jù)ADF單位根檢驗(yàn)

        在1%、5%、10%的置信水平下,t檢驗(yàn)都沒(méi)有通過(guò),表明我國(guó)棉花產(chǎn)量時(shí)間序列數(shù)據(jù)不平穩(wěn)。可考慮對(duì)原數(shù)據(jù)進(jìn)行一階或二階差分,建立ARIMA模型。表2是對(duì)原始數(shù)據(jù)一階差分后ADF單位根檢驗(yàn)的結(jié)果??梢钥吹絧值為0,<0.05(置信水平),表明一階差分后的數(shù)據(jù)是平穩(wěn)的,因此可以在一階差分的基礎(chǔ)上建立ARIMA模型。

        表2 棉花產(chǎn)量時(shí)間序列數(shù)據(jù)一階差分后ADF單位根檢驗(yàn)

        2.3 ARIMA(p,d,q)模型的建立

        因?yàn)樵夹蛄性谝浑A差分后平穩(wěn),如圖2所示,所以這里d=1,我們著重討論AR項(xiàng)和MA項(xiàng)的滯后階數(shù)p和q。

        圖2 各年棉花產(chǎn)量一階差分時(shí)序圖

        首先采用增廣的Dicky-Fuller單位根法對(duì)原始序列進(jìn)行單位根檢驗(yàn),1978—2017年我國(guó)棉花產(chǎn)量時(shí)間序列數(shù)據(jù)ADF單位根檢驗(yàn)結(jié)果見(jiàn)表1所示。

        通過(guò)自相關(guān)系數(shù)和偏自相關(guān)系數(shù)來(lái)識(shí)別模型的階數(shù),如圖3所示,對(duì)自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的拖尾、截尾形態(tài)進(jìn)行觀察,嘗試用ARIMA(1,1,1)、ARIMA(1,1,2)、ARIMA(2,1,1)以及ARIMA(2,1,2)4種形式分別建模,最后發(fā)現(xiàn)ARIMA(1,1,1)的效果最好,AIC和SC的值都是最小的,模型結(jié)果見(jiàn)表3、表4所示。

        圖3 一階差分自相關(guān)、偏相關(guān)系數(shù)及圖形

        2.4 系數(shù)的顯著性檢驗(yàn)

        在0.95的置信水平下,AR(1)項(xiàng)和MA(1)項(xiàng)的t檢驗(yàn)對(duì)應(yīng)的Prob分別為0.0001和0,都小于0.05,因而系數(shù)的顯著性檢驗(yàn)通過(guò);F檢驗(yàn)是衡量回歸方程整體顯著性的假設(shè)檢驗(yàn),F(xiàn)值越大越顯著,模型F統(tǒng)計(jì)量的P值[Prob(F-statistic)]為0.0224,小于0.05,表示模型整體顯著;DW(Durbin-Watson stat)值是用來(lái)檢驗(yàn)序列自相關(guān)性的,本模型中DW值是1.936554,很接近2,表明建立的模型已消除一階自相關(guān),模型的參數(shù)檢驗(yàn)通過(guò)。

        因此,構(gòu)建的模型為

        2.5 殘差序列的白噪聲檢驗(yàn)

        模型的殘差序列應(yīng)當(dāng)是一個(gè)白噪聲序列,因此接著對(duì)模型的殘差序列進(jìn)行白噪聲檢驗(yàn),這里主要是構(gòu)建Q統(tǒng)計(jì)量,在0.95的置信水平下,當(dāng)Q統(tǒng)計(jì)量的p值<0.05時(shí),可以認(rèn)為以0.95的置信水平拒絕原假設(shè),認(rèn)為該序列是非白噪聲的;否則,接受原假設(shè),認(rèn)為殘差序列是純隨機(jī)的。檢驗(yàn)結(jié)果見(jiàn)圖4所示,Q統(tǒng)計(jì)量的p值都遠(yuǎn)遠(yuǎn)大于0.05,可以認(rèn)為殘差序列為白噪聲序列,模型信息提取比較充分。AR項(xiàng)和MA項(xiàng)的系數(shù)t檢驗(yàn)通過(guò),模型的F檢驗(yàn)也通過(guò),因此可以認(rèn)為整個(gè)模型比較精簡(jiǎn),模型較優(yōu),公式(6)即為最終模型。

        圖4 殘差序列的白噪聲檢驗(yàn)

        2.6 預(yù)測(cè)

        表3 我國(guó)棉花產(chǎn)量ARIMA模型回歸結(jié)果(1)

        表4 我國(guó)棉花產(chǎn)量ARIMA模型回歸結(jié)果(2)

        運(yùn)用所建立的ARIMA(1,1,1)模型預(yù)測(cè)2018—2019年我國(guó)棉花產(chǎn)量,2018年度棉花產(chǎn)量預(yù)測(cè)值562.7934萬(wàn)噸,2019年度棉花產(chǎn)量預(yù)測(cè)值573.8093萬(wàn)噸。

        表5 ARIMA(1,1,1)模型外推統(tǒng)計(jì)參數(shù)

        可見(jiàn)未來(lái)兩年,我國(guó)棉花總產(chǎn)量持續(xù)增長(zhǎng),與2017年全國(guó)棉花總產(chǎn)量548.6萬(wàn)噸相比,2018年比2017年增長(zhǎng)14.1萬(wàn)噸,2019年比2018年增長(zhǎng)11.1萬(wàn)噸。反映未來(lái)兩年棉花行情可能會(huì)逐步回暖,相信在全國(guó)農(nóng)業(yè)技術(shù)推廣服務(wù)中心《2018年棉花前期生產(chǎn)技術(shù)指導(dǎo)意見(jiàn)》,以及國(guó)家實(shí)行的棉花生產(chǎn)新疆直補(bǔ)方案與內(nèi)地定額補(bǔ)貼政策的指導(dǎo)下,農(nóng)民種植棉花的積極性會(huì)有所提高,我國(guó)的棉花生產(chǎn)潛力仍有較大上升空間。

        3 總結(jié)與討論

        近年來(lái),時(shí)間序列分析因可用于預(yù)測(cè)未來(lái)走勢(shì)而迅速活躍于醫(yī)學(xué)和公共衛(wèi)生領(lǐng)域及農(nóng)業(yè)的生產(chǎn)指導(dǎo)工作。其中,ARIMA模型是最常用、最經(jīng)典的隨機(jī)時(shí)間序列預(yù)測(cè)和控制的方法,其建?;舅枷胧抢眠m當(dāng)?shù)牟罘诌\(yùn)算實(shí)現(xiàn)序列平穩(wěn),然后擬合ARMA模型提取序列有效信息。該法無(wú)需考慮客觀事物之間的關(guān)系及影響預(yù)測(cè)對(duì)象因素的多少,僅依據(jù)連續(xù)收集預(yù)測(cè)對(duì)象過(guò)去的統(tǒng)計(jì)數(shù)據(jù),即可找到其隨時(shí)間變化的規(guī)律,建立時(shí)序模型,對(duì)未來(lái)進(jìn)行預(yù)測(cè)。同時(shí)可將各種影響預(yù)測(cè)對(duì)象的相關(guān)因素(包含未知因素)統(tǒng)一蘊(yùn)含于模型之中,綜合性提取序列的確定性信息(長(zhǎng)期趨勢(shì) 、季節(jié)變動(dòng) 、循環(huán)變動(dòng)等)和隨機(jī)性信息,并能將其綜合作用關(guān)系借助模型參數(shù)量化于具體的函數(shù)表達(dá)式中,彌補(bǔ)了傳統(tǒng)回歸分析法和傳統(tǒng)時(shí)間序列分析法的不足。整個(gè)建模過(guò)程步驟清晰,操作簡(jiǎn)便,短期預(yù)測(cè)結(jié)果可靠。

        本文利用1978—2017年全國(guó)棉花總產(chǎn)量資料進(jìn)行時(shí)間序列分析,通過(guò)差分運(yùn)算、模型定階、參數(shù)估計(jì)與檢驗(yàn)等過(guò)程建立ARIMA(1,1,1)模型,探討未來(lái)兩年棉花產(chǎn)量的預(yù)測(cè)值。結(jié)果確定了模型的表達(dá)式見(jiàn)公式(6),模型的系數(shù)顯著性檢驗(yàn)通過(guò),殘差序列不存在自相關(guān)關(guān)系,AIC和BC值較小,符合最小信息準(zhǔn)則,模型簡(jiǎn)潔,且預(yù)測(cè)值與實(shí)際值的動(dòng)態(tài)變化路徑基本一致。一般認(rèn)為,MAPE(Mean Abs. Percent Error)是評(píng)價(jià)模型精度評(píng)價(jià)中最常用的指標(biāo)之一,當(dāng)MAPE<10時(shí),則模型預(yù)測(cè)精度處在較高水平,當(dāng)MAPE<5時(shí),則精度很高[6],本研究MAPE=10.54,處在精度較高水平。綜上表明,ARIMA(1,1,1)模型可用于我國(guó)棉花產(chǎn)量的短期預(yù)測(cè)。誠(chéng)然,ARIMA模型僅作為一種數(shù)學(xué)預(yù)測(cè)工具,所依據(jù)資料的樣本含量有限,得到的也僅是理論值,難免會(huì)帶有局限性,且隨著預(yù)測(cè)時(shí)間的延長(zhǎng)和未知信息的增多,估計(jì)的精度也會(huì)越低。因此,為達(dá)到有效預(yù)測(cè)的目的,在使用時(shí)應(yīng)結(jié)合動(dòng)態(tài)監(jiān)測(cè),不斷更新數(shù)據(jù)對(duì)模型動(dòng)態(tài)擬合,從而保持較高的預(yù)測(cè)精度,更加有效指導(dǎo)我國(guó)棉花種植與交易工作。

        [1]馬曉梅,徐學(xué)琴,閆國(guó)立,等. 基于ARIMA模型預(yù)測(cè)梅毒月發(fā)病率的價(jià)值[J].西安交通大學(xué)學(xué)報(bào),2018,39(1):131-135.

        [2]王志忠,劉秀菊,王樹(shù)林,等. 黃河流域棉花品種產(chǎn)量性狀時(shí)間序列的模型預(yù)測(cè)研究[J].棉花學(xué)報(bào),2007,19(3):220-226.

        [3]王志忠,王樹(shù)林,祁虹,等. 中國(guó)棉花種植面積及皮棉產(chǎn)量時(shí)間序列的建模和預(yù)測(cè)研究[C].中國(guó)棉花學(xué)會(huì),2011.

        [4]李鵬程,董合林.2020年世界棉花形勢(shì)預(yù)測(cè)[J].中國(guó)棉花,2017,44(05):44-45.

        [5]張聞,韓金,單旭.2016年度新疆棉花產(chǎn)量預(yù)測(cè)分析[J].中國(guó)棉麻產(chǎn)業(yè)經(jīng)濟(jì)研究,2016(06):41-43.

        [6]易丹輝.統(tǒng)計(jì)預(yù)測(cè):方法與應(yīng)用[M].第二版.北京:中國(guó)人民大學(xué)出版社,2014:177-216.

        猜你喜歡
        產(chǎn)量模型
        一半模型
        2022年11月份我國(guó)鋅產(chǎn)量同比增長(zhǎng)2.9% 鉛產(chǎn)量同比增長(zhǎng)5.6%
        提高玉米產(chǎn)量 膜下滴灌有效
        世界致密油產(chǎn)量發(fā)展趨勢(shì)
        重要模型『一線三等角』
        海水稻產(chǎn)量測(cè)評(píng)平均產(chǎn)量逐年遞增
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        2018年我國(guó)主要水果產(chǎn)量按?。▍^(qū)、市)分布
        2018上半年我國(guó)PVC產(chǎn)量數(shù)據(jù)
        聚氯乙烯(2018年9期)2018-02-18 01:11:34
        3D打印中的模型分割與打包
        av免费在线国语对白| 熟女性饥渴一区二区三区| 日本精品免费一区二区三区| 男女后入式在线观看视频| 国产精品国产三级国产av品爱| 人人爽人人澡人人人妻| 久久久久久人妻精品一区百度网盘 | 韩国19禁无遮挡啪啪无码网站| 精品国产福利久久久| 国产亚洲精品一区二区在线播放| av网站在线观看入口| 免费观看又色又爽又黄的| 久久亚洲伊人| 久久久噜噜噜久久熟女| 欧美做受又硬又粗又大视频| 不卡高清av手机在线观看| 无码人妻中文中字幕一区二区 | 夜夜高潮夜夜爽免费观看| 波多野结衣的av一区二区三区| 亚洲国产精品一区二区第四页| 国产人成在线成免费视频| 亚洲色图在线免费视频| 亚洲成av人片天堂网| 亚洲一区二区三区四区五区六| 初尝黑人嗷嗷叫中文字幕| 免费人成视频网站在线| 人妻少妇69久久中文字幕| 免费人成视频xvideos入口| 亚洲AV无码资源在线观看| 丰满熟女人妻一区二区三区| 老师开裆丝袜喷水视频| √天堂中文官网8在线| 亚洲精品国产福利在线观看| 日本一二三四高清在线| 人妻少妇精品视频无码专区| 老汉tv永久视频福利在线观看 | 国产精品久久久久久久久岛| 欧美日韩亚洲一区二区精品| 日本精品一区二区三区试看| 久久天堂综合亚洲伊人hd妓女| 澳门精品无码一区二区三区|