国家铁路货运量的时间序列分析.docx

PAGE\*MERGEFORMAT18国家铁路货运量的时间序列分析目录HYPERLINK\l_Toc10341.引言1HYPERLINK\l_Toc290222.统计预测模型的建立2HYPERLINK\l_Toc66222.1趋势拟合法2HYPERLINK\l_Toc23262.1.1二次型2HYPERLINK\l_Toc95252.1.2S曲线模型3HYPERLINK\l_Toc265482.1.3移动平均法3HYPERLINK\l_Toc79602.1.4指数平滑法3HYPERLINK\l_Toc291742.2ARIMA模型4HYPERLINK\l_Toc279482.2.1ARIMA模型建模步骤4HYPERLINK\l_Toc172292.2.2观察值的预处理4HYPERLINK\l_Toc164012.2.3模型的识别与检验5HYPERLINK\l_Toc23013.国家铁路货运量预测分析5HYPERLINK\l_Toc313573.1.1二次型模型6HYPERLINK\l_Toc254453.1.2S曲线型模型7HYPERLINK\l_Toc189163.1.3移动平均法7HYPERLINK\l_Toc262203.1.5部分小结与结论8HYPERLINK\l_Toc178473.2ARIMA模型法9HYPERLINK\l_Toc231353.2.1数据的处理以及模型的建立9HYPERLINK\l_Toc207993.2.2模型的判断与选取12HYPERLINK\l_Toc104413.2.3模型的诊断与检验13HYPERLINK\l_Toc75763.2.4模型的预测13HYPERLINK\l_Toc320175.总体小结与结论13HYPERLINK\l_Toc21606参考文献14摘要本文以国家1978年至2011年中国国家铁路货运量数据为基础.以不同的方法建立不同的模型，并通过所建立的不同样式的模型来对2012至2014年国家铁路货运量进行预测.比较不同样式的模型的预测精确度，最终选择了在经过差分剔除长期趋势以及季节因素后对其残差进行检验和识别.从而建立ARIMA（0,2,1），并根据此模型对2012至2014年国家铁路货运量进行预测，拟合效果良好.关键词国家铁路货运量；预测精确度；差分；ARIMA模型Abstract:Basedonthenationalrailwayfreightvolumedatafrom1978to2011,thispaperestablishesamodelwithdifferentmethods,andforecaststhefreightvolumefrom2012to2014bythemodel.Bycomparingthepredictionaccuracyofthedifferentmodels,theARIMAfunctionmodelisfinallyselected.Accordingtothisfunctionmodel,theforecastoffreightvolumebetween2014and2012ismade,andthefittingeffectisgood.KeyWords:Nationalrailwayfreightvolume；Predictionaccuracy；Difference；ARIMApatternfunction.引言现代数学统计理论在金融学中的应用越来越明显，有关专家指出，统计学、经济理论以及数学这三个对于真正的去了解现代经济生活里蕴含的数量关系来说是很有必要的.数学给经济界带来了全新的视角、理念.如果缺乏统计基础知识要想在市场中有出色而又完美的表现是十分困难的.本文以中国的水路运输为列，通过数理方法对中国水路货运量的发展趋势进行科学性的预测与分析.自1987改革开放以来中国经济进入了高速发展的时期，其中铁路运输作为交通运输系统的重要组成的部分，为国家GDP的提升做出了巨大贡献，承担着重要