|
Method: Least Squares Date: 05/01/11 Time: 18:36 Sample (adjusted): 2 39 Included observations: 38 after adjustments Convergence achieved after 7 iterations Backcast: 1 Variable Coefficient Std. Error t-Statistic Prob. AR(1) 1.003582 0.002953 339.8104 0.0000 MA(1) 0.559792 0.140546 3.982992 0.0003 R-squared 0.975059 Mean dependent var 102.6691 Adjusted R-squared 0.974366 S.D. dependent var 7.522442 S.E. of regression 1.204393 Akaike info criterion 3.261024 Sum squared resid 52.22025 Schwarz criterion 3.347213 Log likelihood -59.95946 Durbin-Watson stat 2.004064 Inverted AR Roots 1.00 Estimated AR process is nonstationary Inverted MA Roots -.56 通过上表我们看到选择的模型的整体检验效果良好。 最后对拟合模型后的残差序列做纯随机性检验，用Eviews 检验结果如下图5。 图5 残差序列做纯随机性检验图 125 通过这一检验，残差序列已经可以认为是一个纯白噪声的序列[6]，可以说明已经将有用 的信息充分提取了。通过以上分析过程，我们对2010-03-05~2011-03-25 城市居民零售价数 据数列建立了一个ARIMA（1，1，1）模型进行拟合，模型如下： 1 1 2 (1 ) 1.003582(1 ) 0.559792 ( ) 0, ( ) , ( ) 0, 0, t t t t t t s t s t B X B X E Var E s t EX s t ε ε ε ε ε σ ε ε ε − − − = − + + ⎧⎪ = = = ≠ ⎨⎪ ⎩ = ∀ < 130 利用以上模型用Eviews 对四、五月份进行预测分析，得到2011 年4 月5 日的城市居民 零售价格指数为114.47，再得用所得的预测数据预测后面的数据得到下列数据表。 表6 预测数据结果 2011-4-5 114.47 2011-5-5 115.70 2011-4-15 114.88 2011-5-15 116.11 2011-4-25 115.28 2011-5-25 116.53 四月均价 114.87 五月均价 116.11 135 下面为第一次预测所得的趋势图（图6）和最后一次预测所得的趋势图（图7） 88 92 96 100 104 108 112 116 120 5 10 15 20 25 30 35 40 SERIES01F Forecast: SERIES01F Actual: SERIES01 Forecast sample: 1 40 Adjusted sample: 2 40 Included observations: 38 Root Mean Squared Error 1.172270 Mean Absolute Error 0.977314 Mean Abs. Percent Error 0.955961 Theil Inequality Coefficient 0.005694 Bias Proportion 0.000047 Variance Proportion 0.004172 Covariance Proportion 0.995781 图6 第一次预测所得的趋势图 88 92 96 100 104 108 112 116 120 5 10 15 20 25 30 35 40 45 SERIES01F Forecast: SERIES01F Actual: SERIES01 Forecast sample: 1 45 Adjusted sample: 2 45 Included observations: 43 Root Mean Squared Error 1.102009 Mean Absolute Error 0.863808 Mean Abs. Percent Error 0.844920 Theil Inequality Coefficient 0.005276 Bias Proportion 0.000042 Variance Proportion 0.002963 Covariance Proportion 0.996995 140 图7 最后一次预测所得的趋势图 4 结论 本文利用ARIMA 模型通过2010 年3 月到2011 年2 月城市居民食品价格数据对2011 年四月份及五月份的城市居民食品定基价格指数进行预测。得到2011 年4 月5 日总体食品 145 价格指数为114.47，2011 年4 月15 日总体食品价格指数为114.88，2011 年4 月25 日总体 食品价格指数为115.28，4 月均价为114.87；2011 年5 月5 日总体食品价格指数为115.7， 2011 年5 月15 日总体食品价格指数为116.11，2011 年5 月25 日总体食品价格指数为116.53， 5 月均价为116.11，总体价格走势上涨，但幅度不大。 150 [参考文献] (References) [1] 梅长林,范金城.数据分析方法[M].北京：高等教育出版社，2006. [2] 王黎明，王连，杨楠.应用时间序列分析[M].上海：复旦大学出版社，2009. [3] 余红艳，储德银，我国居民消费价格指数与食品类价格指数的动态相关性分析[J].统计研究,2010,23(3)： 52-53. 155 [4] 刘桐，张琳娜.对建国以来我国商品零售价格指数的分析及短期预测[J].黑龙江对外经贸，2005,131（5）： 15-17. [5] 戴林送.我国社会商品零售价格指数的短期预测[J].吉林省经济管理干部学院学报，2003,17（2）：11-13. [6] 王简辞，张欢.ARIMA 模型在中国商品零售价格预测分析中的运用[J].商场现代化，2009，573(5)：35-37. 原创学术论文网Tag：代写论文 代写硕士论文 代写MBA论文 |
 |
 |
 |
 |
 |
 |
 |
