毕业论文

打赏
当前位置: 毕业论文 > 数学论文 >

ARMA模型统计方法在能源问题数据分析中的应用

时间:2020-03-29 12:47来源:毕业论文
应用时间序列模型对我国能源消费进行计量分析及预测,并根据预测结果提出了相应的政策建议,同时应用回归分析研究能源消费的影响因素,明确国家能源发展战略

摘要能源是国民经济发展和社会进步的重要物质基础。自从一九九零年以来,能源在对外依存度上逐渐呈现上升的趋势,而我国经济社会不断持续快速的发展,能源消费也以每年平均6.21%的速度上升。我国经济持续健康快速的发展,靠的是能源的有力支持。本文根据1990-2012年有关数据应用时间序列模型对我国能源消费进行计量分析及预测,并根据预测结果提出了相应的政策建议,同时应用回归分析研究能源消费的影响因素,明确国家能源发展战略,大力发展现代服务业,加快发展循环经济,积极推进合同能源管理。47117

Energy is the important material base of national economic development and social progress. Since 1990, the sustained and rapid economic and social development of China, energy consumption has increased at an annual rate of 6.21%, rising dependence on foreign energy. The sustained and rapid development of economy and society, cannot do without the powerful energy security. In this paper, according to the relevant data for the application of time series model 1990-2012 analysis and forecast the measurement on the energy consumption in China, and put forward the corresponding policy recommendations according to the results,At the same time, the application of regression analysis to study the influencing factors energy consumption, a clear national energy development strategy, vigorously develop modern service industry, accelerate the development of recycling economy, actively promote the contract energy management.

毕业论文关键词:统计软件;ARMA模型;能源消费;回归分析   

 Keyword: statisticalsoftware;ARMA model;Energy consumption;regression analysis  

目    录

1. 引言 1

2. 研究背景 2

2.1我国能源的发展与和研究的现状 2

2.2国外关于能源问题研究的现状 3

2.3能源问题研究的意义 3

3.能源消费的计量分析 4

3.1 数据的来源及描述 4

3.2数据的预处理 5

3.3模型的定阶及估计 7

3.3.1模型的定阶 7

3.3.2模型的估计 7

4. 预测 8

5.能源消费影响因素的回归分析 9

5.1初始变量的选择 9

5.2逐步回归 12

6.结论与建议 14

参考文献 15

致谢 15

1.引言

众所周知能源是经济增长、社会发展的基本驱动力,也是人类赖以生存的物质基础。能源保障的大力支持是保障一个国家的经济的持续快速健康的发展。但是我国的能源的储量并不像想象中那样的丰富,对照当前探明的开采能力和储量来计算,我国石油、天然气、煤炭的可采集年份分别只有30、15和80年。自从1990年到现在,我国的经济发展已经取得了可喜可贺的成绩,到2010年,我国已然成为世界第二大的经济体。受到我国经济发展所处阶段、经济发展的方式以及特殊的能源结构等因素的影响,我国能源消费明显呈现一些特征。深入研究1990年以来我国能源消费的特征,对促进我国实现节能减排以及经济的可持续发展有重大意义。

时间序列预测就是一个可以用来预测未来我国能源消费形式及发展趋势的一种方法。 ARMA模型统计方法在能源问题数据分析中的应用:http://www.youerw.com/shuxue/lunwen_49067.html

------分隔线----------------------------
推荐内容