1、煤炭?jī)r(jià)格走勢(shì)分析摘要：本文通過(guò)分析對(duì)煤炭?jī)r(jià)格的變化趨勢(shì)和對(duì)煤炭?jī)r(jià)格影響的主要因素，通過(guò)運(yùn)用分析中的回歸分析，簡(jiǎn)歷單變量非線性回歸模型和多元線性回歸預(yù)測(cè)模型，以到達(dá)對(duì)煤炭?jī)r(jià)格的預(yù)測(cè)。 首先通過(guò)對(duì)我國(guó)山西大同Q550煤炭2021年9月-2021年5月的價(jià)格走勢(shì)分析，建立以煤炭?jī)r(jià)格為因變量，以時(shí)間為自變量的單變量非線性回歸模型，并且利用軟件擬合出煤炭?jī)r(jià)格隨時(shí)間變化的規(guī)律，本模型在一定程度上能預(yù)測(cè)未煤炭?jī)r(jià)格的預(yù)期是，但運(yùn)用此模型對(duì)未來(lái)進(jìn)行長(zhǎng)久預(yù)測(cè)具有較大的誤差，與實(shí)際相差較大。 由于國(guó)家政策的變化，我們對(duì)模型偏差的原因進(jìn)行了分析，發(fā)現(xiàn)供求關(guān)系是影響煤炭?jī)r(jià)格的主要因素。選取1995-2021年間煤炭的生

2、產(chǎn)量、需求量作為自變量，仍以煤炭?jī)r(jià)格作為因變量，建立了多元線性回歸模型，并且對(duì)此模型的四個(gè)變量做了時(shí)間序列分析，得到了2021年各個(gè)自變量的預(yù)測(cè)值，繼而運(yùn)用此模型比擬精確的預(yù)測(cè)出了2021年的滅攤價(jià)格。 由于對(duì)我國(guó)煤炭需求總量的預(yù)測(cè)會(huì)受到許多因素的影響 ,以前的預(yù)測(cè)與實(shí)際相差較大。經(jīng)過(guò)認(rèn)真比擬和研究 ,我們采用基于灰色系統(tǒng)理論的 GM ( 1 ,1 ) 模型 ,對(duì)我國(guó)煤炭需求總量進(jìn)行數(shù)列預(yù)測(cè)。 關(guān)鍵詞：曲線估計(jì)、單變量非線性回歸分析，多元回歸分析、價(jià)格預(yù)測(cè)、時(shí)間序列分析、灰色模型一、問(wèn)題的提出 中國(guó)仍是世界上以煤為主要能源的國(guó)家之一，煤炭在中國(guó)經(jīng)濟(jì)開(kāi)展中占據(jù)著重要的位置，它不僅是工業(yè)的主要能源

3、，也是民用的主要能源和化工原料，并且是我國(guó)出口的商品。煤炭仍是中國(guó)的主要能源，未來(lái)較長(zhǎng)的一段時(shí)間內(nèi)，煤炭仍然是中國(guó)能源的支柱，它仍在國(guó)民經(jīng)濟(jì)中具有重要的戰(zhàn)略地位。 近幾年來(lái)，我國(guó)煤炭的價(jià)格一直處于較大的波動(dòng)范圍，特別是近幾年的煤炭大幅下降引起了社會(huì)的廣泛關(guān)注。煤炭作為根底能源，需求關(guān)系的變化，必然會(huì)導(dǎo)致價(jià)格的變化。煤炭作為國(guó)家主要能源，客觀分析個(gè)判定煤炭?jī)r(jià)格的影響因素，了解預(yù)測(cè)未來(lái)煤炭的價(jià)格，對(duì)于掌握決策的主動(dòng)權(quán)，是非常重要的。 二、問(wèn)題的分析預(yù)測(cè)未來(lái)各類煤炭?jī)r(jià)格走勢(shì)規(guī)律，需要掌握近年來(lái)煤炭?jī)r(jià)格的數(shù)據(jù)。通過(guò)查詢，可以獲得的是近兩年各類煤炭的價(jià)格走勢(shì)。 通過(guò)對(duì)所得數(shù)據(jù)的分析，發(fā)現(xiàn)煤炭?jī)r(jià)格逐漸增加

4、，并且隨著時(shí)間成非線性變化。在對(duì)整體數(shù)據(jù)分析的根底上，可以建立煤炭?jī)r(jià)格與時(shí)間的單變量非線性回歸方程，繼而可根據(jù)此回歸方程進(jìn)行價(jià)格預(yù)測(cè)。 單變量回歸模型僅是單純地研究了煤炭?jī)r(jià)格隨時(shí)間的變化規(guī)律，過(guò)于簡(jiǎn)單且外表化。事實(shí)上煤炭?jī)r(jià)格受多方因素的影響，這些影響因素才是煤炭?jī)r(jià)格變化的根本原因，建立煤炭?jī)r(jià)格與各影響因素間的回歸模型，對(duì)未來(lái)煤炭?jī)r(jià)格進(jìn)行分析預(yù)測(cè)更具有合理性。在不考慮國(guó)家政策強(qiáng)制干預(yù)的前提下，決定煤炭?jī)r(jià)格的主要因素是供需關(guān)系。隨著煤炭市場(chǎng)的有序放開(kāi)和煤炭市場(chǎng)化進(jìn)程的加快，煤炭?jī)r(jià)格回歸理性的預(yù)期將會(huì)顯現(xiàn)。這就需要結(jié)合我國(guó)煤炭產(chǎn)業(yè)的實(shí)際情況，重點(diǎn)從煤炭的生產(chǎn)量、消費(fèi)量、進(jìn)口量以及出口量對(duì)煤炭?jī)r(jià)格進(jìn)行

5、統(tǒng)計(jì)模擬分析，建立煤炭?jī)r(jià)格與這些變量的回歸模型，從而實(shí)現(xiàn)對(duì)未來(lái)煤炭?jī)r(jià)格的預(yù)測(cè)。一、 模型假設(shè)1.1查找得到的數(shù)據(jù)真實(shí)可靠，且煤炭?jī)r(jià)格為地區(qū)平均價(jià)格。1.2多元線性回歸模型中，煤炭?jī)r(jià)格主要受市場(chǎng)條件下的供求關(guān)系的影響，建立模型過(guò)程中不考慮國(guó)家政策的強(qiáng)制干預(yù)。1.3多元線性回歸模型中，假設(shè)在市場(chǎng)條件下，主要討論煤炭?jī)r(jià)格受煤炭生產(chǎn)量、煤炭消費(fèi)量的影響，忽略其他影響因素。二、 模型的建立和求解2.1非線性回歸模型2.1.1 模型的建立 設(shè)2021年5月1號(hào)為日期變量編號(hào)1，每增長(zhǎng)15天變量增加1，如2021年5月16號(hào)為2，以此類推，我們得出了2021年5月1號(hào)到2021年5月1號(hào)動(dòng)力煤的價(jià)格散點(diǎn)圖，

6、以此分析動(dòng)力煤的價(jià)格走勢(shì)。 分析動(dòng)力煤價(jià)格散點(diǎn)圖，利用SPSS軟件進(jìn)行曲線擬合，經(jīng)過(guò)比照分析，發(fā)現(xiàn)三次方擬合度最好，R方最高，上表是對(duì)三次曲線擬合效果的檢驗(yàn)表，R方為0.680，相對(duì)其他曲線擬合度最高，顧客判斷日期與動(dòng)力煤價(jià)格在短期內(nèi)之間有顯著的三次曲線關(guān)系。 下表相伴概率sig.=0.000說(shuō)明模型具有顯著的統(tǒng)計(jì)學(xué)意義。從表中可以得知因變量與自變量的三次回歸模型為：2 +0.003x3煉焦煤價(jià)格走勢(shì)圖，對(duì)煉焦煤價(jià)格進(jìn)行擬合如下列圖：R 方為0.874，擬合度較高。Sig.為0.000，同理得煉焦煤的三次回歸模型為：Y2=733.191-23.046x+1.197x2-0.19x3由預(yù)測(cè)函數(shù)可

7、知?jiǎng)恿γ涸诙唐趦?nèi)會(huì)上漲，煉焦煤在短期內(nèi)價(jià)格會(huì)下降。2.2多元線性回歸預(yù)測(cè)模型2.2.1模型的建立對(duì)煤炭?jī)r(jià)格影響因素的研究，國(guó)內(nèi)的學(xué)者有眾多分歧。在模型中，認(rèn)為煤炭?jī)r(jià)格主要受煤炭供求平衡情況影響，建立煤炭?jī)r(jià)格與煤炭生產(chǎn)量、煤炭需求量的多元回歸模型。從1995到2021年的歷年的煤炭?jī)r(jià)格、煤炭生產(chǎn)量、煤炭需求量的數(shù)據(jù)如下5.2表年份 /年消費(fèi)量/萬(wàn)噸生產(chǎn)量/萬(wàn)噸煤炭?jī)r(jià)格 元/噸1995137676.5 133461.7 115.00 1996144734.4 137211.9 125.00 1997139248.0 133159.0 166.60 1998129492.2 122810.6 160

8、.20 1999126365.3 104500.0 143.98 2000141091.7 138418.5 140.19 2001144528.1 147152.7 150.99 2002152282.7 155040.0 167.81 2003180587.0 183489.9 171.81 2004207561.3 212261.1 206.40 2005231851.1 234951.8 270.20 2006255065.5 252855.1 285.87 2007272745.9 269164.3 301.31 2021281095.9 280200.0 332.95 202129

9、5833.1 297300.0 306.65 2021312236.5 323500.0 336.1 2021342950.2 351600.0 330.0 2021352647.1 364500.0 323.43 2021361100.0 368200.0 335.05 表5.2 1995-2021年煤炭各變量的歷史統(tǒng)計(jì)數(shù)據(jù)需求量為變量x1，生產(chǎn)量為x2。確定各變量之間的關(guān)系。根據(jù)數(shù)據(jù)，畫出煤炭?jī)r(jià)格與各變量的散點(diǎn)圖，同時(shí)計(jì)算煤炭?jī)r(jià)格與各變量的相關(guān)系數(shù)如表5-3所示。表 5-3 煤炭?jī)r(jià)格與各影響變量的相關(guān)系數(shù)變量組合相關(guān)系數(shù)0.7780.789圖5-3 生產(chǎn)量與煤炭?jī)r(jià)格的散點(diǎn)圖圖 5-6 需求

10、量與煤炭?jī)r(jià)格的散點(diǎn)圖從以上煤炭?jī)r(jià)格與各個(gè)變量的相關(guān)系數(shù)與散點(diǎn)圖可以看出，煤炭?jī)r(jià)格與煤炭生產(chǎn)量、需求量具有顯著的相關(guān)性，鑒于此,建立如下模型： 5-32.2.2回歸模型參數(shù)的求解根據(jù)我國(guó)1995-2021年關(guān)于煤炭?jī)r(jià)格、煤炭生產(chǎn)量、煤炭需求量的歷史統(tǒng)計(jì)數(shù)據(jù)見(jiàn)表5-2，對(duì)模型(5-3)進(jìn)行求解，得到各參數(shù)和相應(yīng)的統(tǒng)計(jì)指標(biāo)，如表5-4所示。表5-4 模型參數(shù)估計(jì)和相應(yīng)指標(biāo)參數(shù)或指標(biāo)顯著水平估計(jì)值0.002-0.0010.050.963103.45<0.00010.543從上表可知，=0.963，即因變量煤炭?jī)r(jià)格96.3%可由模型確定，且值超過(guò)了檢驗(yàn)的臨界值，<,所以模型是可以應(yīng)用的。將表

11、中回歸參數(shù)的估計(jì)值帶入模型5-3中，建立起我國(guó)煤炭?jī)r(jià)格與煤炭生產(chǎn)量、需求量之間的回歸預(yù)測(cè)模型，即為： 5-42.2.3采用時(shí)間序列預(yù)測(cè)2021年相關(guān)變量的值1單變量隨機(jī)線性模型主要有兩種：一種為自回歸模型，其方程為： 5-5 式中：待估自回歸參數(shù)；隨機(jī)沖擊，是一個(gè)白噪聲序列 ，服從；另一種為滑動(dòng)平均模型，其方程為: 5-6式中：滑動(dòng)平均參數(shù)。對(duì)這兩種模型的識(shí)別主要借助于其自相關(guān)函數(shù)和偏相關(guān)函數(shù)，分別定義為 5-7 5-8 其中：假設(shè)隨機(jī)序列的偏自相關(guān)函數(shù)在步以后截尾，即當(dāng)時(shí)，而且其自相關(guān)函數(shù)拖尾，即隨的增大而衰減，有收斂到零的趨勢(shì)，那么模型為模型。實(shí)際識(shí)別時(shí)，只要當(dāng)時(shí)，在零的上下波動(dòng)，即可認(rèn)為

12、是截尾的；假設(shè)隨機(jī)序列的自相關(guān)函數(shù)在步以后截尾，而其偏自相關(guān)函數(shù)拖尾，那么模型可識(shí)別為模型。 模型確實(shí)立對(duì)于時(shí)間序列，首先要進(jìn)行模型的識(shí)別與定階，即要判斷模型的類別，并估計(jì)階數(shù)，在此過(guò)程中以模型定階的準(zhǔn)那么為判定依據(jù)。當(dāng)模型定階后，還要對(duì)模型參數(shù)進(jìn)行估計(jì)，可以使用最小二乘法，無(wú)條件最小二乘法及最大似然估計(jì)進(jìn)行求解。最后并要對(duì)模型進(jìn)行考核，即要檢驗(yàn)是否為平穩(wěn)白噪聲。3各變量所對(duì)應(yīng)的時(shí)間序列的具體形式對(duì)于變量為形式：；對(duì)于變量為形式：；對(duì)于變量為形式：；對(duì)于變量為形式: ；注：為變量的一階差分；在模型中，算子定義為；在模型中，算子定義為。4運(yùn)用統(tǒng)計(jì)軟件編程得到對(duì)2021年各變量數(shù)據(jù)的預(yù)測(cè)值：200

13、14年預(yù)報(bào)值x1需求量361820.2X2生產(chǎn)量369926.5將上表中對(duì)2021年各變量的預(yù)測(cè)值代入回歸模型5-3，計(jì)算得到：20014年的煤炭?jī)r(jià)格354.257元， 相對(duì)于單變量的非線性回歸，此模型較為精確的預(yù)測(cè)出了2021年的煤炭?jī)r(jià)格。2.4.1煤炭行業(yè)循環(huán)經(jīng)濟(jì)建設(shè)是一個(gè)長(zhǎng)期的過(guò)程。目前我國(guó)循環(huán)經(jīng)濟(jì)水平還不高，正處于從傳統(tǒng)工業(yè)階段向循環(huán)經(jīng)濟(jì)初級(jí)階段的過(guò)渡。未來(lái)煤炭行業(yè)循環(huán)經(jīng)濟(jì)開(kāi)展，首先應(yīng)當(dāng)做好行業(yè)循環(huán)經(jīng)濟(jì)規(guī)劃，從源頭抓起，提高原煤入洗率，降低能源和物料的消耗；然后重點(diǎn)建設(shè)煤炭行業(yè)的相關(guān)產(chǎn)業(yè)鏈，通過(guò)資源的相互轉(zhuǎn)化提高效率，減少末端污染的排放；在循環(huán)經(jīng)濟(jì)各項(xiàng)指標(biāo)都均衡開(kāi)展的同時(shí)，完成煤炭行業(yè)

14、向資源集約型。2.3于對(duì)煤炭的需求總量及其增長(zhǎng)受經(jīng)濟(jì)開(kāi)展、能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、居民收入水平、氣候等諸多因素的影響 ,其中一些因素是確定的 ,而一些因素不確定 , 故可以把它看作一個(gè)灰色系統(tǒng)?；疑A(yù)測(cè)法能夠防止相關(guān)數(shù)據(jù)缺乏的致命弱點(diǎn) , 也可以防止由于個(gè)人經(jīng)驗(yàn)、知識(shí)和偏好以及宏觀政策等因素的影響而造成的主觀臆斷 , 能較好地把握系統(tǒng)的自我演變規(guī)律。3.3.1 GM ( 1 ,1) 預(yù)測(cè)模型的建立建立模型GM ( 1 ,1) 是一階、一個(gè)變量的微分方程型模型 ,適合于對(duì)系統(tǒng)行為特征值大小的開(kāi)展變化進(jìn)行預(yù)測(cè) 1 。其實(shí)質(zhì)是通過(guò)對(duì)原始數(shù)據(jù)序列作一次累加生成 ( 1 2 A GO) , 使生成數(shù)據(jù)序列呈

15、現(xiàn)一定規(guī)律 ,從而構(gòu)造預(yù)測(cè)模型。研究所用的原始數(shù)據(jù) ,灰色模型煤炭需求預(yù)測(cè) , 一般采用的方法有類比法 、外推法和因果分析法等. 在實(shí)際應(yīng)用中有彈性系數(shù)法 、人均能量消耗法 、單位產(chǎn)值能耗法 、技術(shù)分析法 、部門分析法 、經(jīng)濟(jì)計(jì)量模型法和能源投入產(chǎn)出分析法等. 國(guó)內(nèi)一些專家和研究單位曾采用不同的方法 , 對(duì)我國(guó) 2004-2021年的能源和煤炭需求做過(guò)大量研究工作 2004-2021全國(guó)煤炭需求量編號(hào)12345678910年份/年2004200520062007202120212021202120212021煤炭需求量/萬(wàn)噸207561.3231851.1255065.5272745.9281

16、095.9295833.1312236.5242950.2352647361100 首先按GM(1,1)建模方法，對(duì)原始數(shù)據(jù)序列進(jìn)行一階累加生成即1-AG0： 。得到生成數(shù)列，如下： 構(gòu)造數(shù)據(jù)矩陣B 及數(shù)據(jù)向量YN求模型參數(shù)建立模型:根據(jù)參數(shù)建立模型, 模型的時(shí)間響應(yīng)方程為:其中: t = 0 ,1 ,2. . . N 。1. 2 模型改良為了提高模型精度, 又對(duì)參數(shù)進(jìn)行二次擬合估計(jì), 以進(jìn)一步改良模型2 。將以上時(shí)間響方程寫成:根據(jù)第一次估計(jì)的值及原始1- A GO 數(shù)列對(duì)A 和B 進(jìn)行估計(jì)。構(gòu)造數(shù)據(jù)矩陣G 及數(shù)據(jù)向量 :這是 1 - A GO 生成數(shù)列的預(yù)測(cè)模型 可以通過(guò)逆累加生成IAGO

17、得出原始數(shù)列的預(yù)測(cè)模型 ,即全國(guó)煤炭需求總量的預(yù)測(cè)模型 :其中: 3.3.2模型的精度檢驗(yàn)及預(yù)測(cè)值精度評(píng)估采用后驗(yàn)差方法檢驗(yàn)以上模型的精度。首先計(jì)算殘差：得殘差相量：記原始數(shù)列幾殘差數(shù)列e的方差分別是,那么 計(jì)算后驗(yàn)殘差比值：=0.1032<0.35，模型等級(jí)為好。在計(jì)算小誤差概率：,該模型的精度為1級(jí)好本模型經(jīng)后驗(yàn)差檢驗(yàn)說(shuō)明 , 模型可靠、預(yù)測(cè)精度較高 , 有實(shí)際應(yīng)用價(jià)值 , 不必建立 GM ( 1 , 1) 殘差修正模型 , 亦有較高的預(yù)測(cè)精度。結(jié)論對(duì) GM ( 1 , 1) 模型在煤炭需求預(yù)測(cè)中的應(yīng)用進(jìn)行了深入研究 , 得出以下幾點(diǎn)結(jié)論。( 1) 采用灰色系統(tǒng)理論進(jìn)行建模 , 能夠

18、克服相關(guān)數(shù)據(jù)缺乏的缺陷和防止人為因素的影響。本文建立的預(yù)測(cè)模型的仿真結(jié)果與實(shí)際值接近 , 預(yù)測(cè)誤差較小 , 模型精度好 , 這說(shuō)明基于灰色理論的預(yù)測(cè)方法 , 適合于對(duì)我國(guó)煤炭需求總量的趨勢(shì)進(jìn)行預(yù)測(cè)。該方法是切實(shí)可行并有效的 , 對(duì)我國(guó)煤炭工業(yè)的開(kāi)展規(guī)劃有重要參考價(jià)值。( 2) 未來(lái)一些擾動(dòng)因素將不斷進(jìn)入系統(tǒng)而對(duì)系統(tǒng)施加影響 , 當(dāng)利用模型進(jìn)一步外推時(shí) , 將會(huì)發(fā)灰區(qū)間越來(lái)越大 , 即用這個(gè)模型進(jìn)行長(zhǎng)期預(yù)測(cè) ,效果將越來(lái)越差 , 因此不能用本模型去預(yù)測(cè)未來(lái)所有的值。模型的參數(shù)應(yīng)當(dāng)根據(jù)信息的出現(xiàn)而不斷調(diào)節(jié) 2 防止模型中灰參數(shù)的估計(jì)“一勞永逸。實(shí)踐證明 , 在對(duì)變化過(guò)程中的未知系統(tǒng)進(jìn)行預(yù)測(cè)時(shí) ,

19、只有不斷增加新信息、新數(shù)據(jù) , 才能對(duì)系統(tǒng)的變化趨勢(shì)有一個(gè)更好的擬合。( 3) 建立本模型的主要目的在于探索一種煤炭需求預(yù)測(cè)的科學(xué)有效的方法 , 提供一個(gè)解決問(wèn)題的思路 , 并非試圖提供一個(gè)“萬(wàn)能的計(jì)算公式。任何預(yù)測(cè)技術(shù)都有其局限性 , 雖然灰色模型可以進(jìn)行煤炭需求的預(yù)測(cè) , 但仍存在缺乏 。三、 模型的優(yōu)缺點(diǎn)及改良方向 1.在單變量的非線性回歸模型中，建立的是煤炭?jī)r(jià)格隨時(shí)間變化的三次回歸方程，模型建立簡(jiǎn)單，僅有時(shí)間一個(gè)變量。最終模型通過(guò)了檢驗(yàn)，并能在一定程度上對(duì)煤炭的價(jià)格進(jìn)行預(yù)測(cè)。但其存在一個(gè)很大的缺點(diǎn)，由于考慮影響因素過(guò)于外表化，對(duì)于真正影響煤炭?jī)r(jià)格變動(dòng)的復(fù)雜內(nèi)因并未深入研究，已經(jīng)時(shí)間間隔

20、過(guò)短，只能對(duì)短期幾個(gè)月進(jìn)行預(yù)測(cè)，導(dǎo)致其預(yù)測(cè)的準(zhǔn)確性大打折扣，僅能運(yùn)用于較粗略的預(yù)測(cè)。2.在多元線性回歸預(yù)測(cè)模型中，抓住了生產(chǎn)量和消費(fèi)量關(guān)系對(duì)煤炭?jī)r(jià)格變動(dòng)的主要影響，所建立的模型能夠較精確地對(duì)未來(lái)的煤炭?jī)r(jià)格進(jìn)行預(yù)測(cè)。但是，該模型對(duì)影響價(jià)格變動(dòng)的因素選取還欠全面，且有些籠統(tǒng)。煤炭?jī)r(jià)格的變動(dòng)還要受到其他能源價(jià)格、煤炭?jī)?chǔ)存量、供需關(guān)系，以及煤炭庫(kù)存量等諸多因素的影響。在對(duì)模型進(jìn)行改良的過(guò)程中，要將這些變量重新進(jìn)行分析，提取主成分，然后建立多變量的回歸模型。得到的模型的值可能會(huì)更大，能更好地解釋煤炭?jī)r(jià)格的變化。四、 參考文獻(xiàn)一、中國(guó)商務(wù)網(wǎng) :/ chinaccm /二、國(guó)家數(shù)據(jù) 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局

21、 :/ /index三、煤炭行業(yè)循環(huán)經(jīng)濟(jì)開(kāi)展模式與指標(biāo)體系研究 江濤張?zhí)熘?(清華大學(xué)環(huán)境科學(xué)與工程系，北京100084) 基于灰色理論的煤炭需求預(yù)測(cè)模型研究 荊全忠,蘇同營(yíng)用時(shí)間序列預(yù)測(cè)2021年煤炭的生產(chǎn)量X1 data dixs; input x; cards; 133461.7 137211.9 133159.0 122810.6 104500.0 138418.5 147152.7 155040.0 183489.9 212261.1 234951.8 252855.1 269164.3 280200.0 297300.0 323500.0 351600.

22、0 364500.0 368200.0 run; proc arima data=dixs; identify var=x(1); estimate p=1 method=cls plot; forcast lead=1; estimate p=2 method=cls plot; forcast lead=1; estimate p=3 method=cls plot; forcast lead=1; estimate q=1 method=cls plot; forcast lead=1; estimate q=2 method=cls plot; forcast lead=1; esti

23、mate q=3 method=cls plot; forcast lead=1; estimate p=1 q=1 method=cls plot; forcast lead=1; estimate p=1 q=2 method=cls plot; forcast lead=1; estimate p=2 q=1 method=cls plot; forcast lead=1; run; 程序2 用時(shí)間序列預(yù)測(cè)20014年煤炭的需求量X2data dixs; input x; cards; 137676.5 144734.4 139248.0 129492.2 126365.3 141091

24、.7 144528.1 152282.7 180587.0 207561.3 231851.1 255065.5 272745.9 281095.9 295833.1 312236.5 342950.2 352647.1 361100.0 run; proc arima data=dixs; identify var=x(1); estimate p=1 method=cls plot; forcast lead=1; estimate p=2 method=cls plot; forcast lead=1; estimate p=3 method=cls plot; forcast lead

25、=1; estimate q=1 method=cls plot; forcast lead=1; estimate q=2 method=cls plot; forcast lead=1; estimate q=3 method=cls plot; forcast lead=1; estimate p=1 q=1 method=cls plot; forcast lead=1; estimate p=1 q=2 method=cls plot; forcast lead=1; estimate p=2 q=1 method=cls plot; forcast lead=1; run;程序3 灰色模型%二次擬合預(yù)測(cè)GM(1,1)模型 建立M文件程序function gmcal=gm1(x)sizexd2 = size(x,2);%求數(shù)組長(zhǎng)度k=0;for y1=x k=k+1; if k>1 x1(k)=x1(k-1)+x(k); %累加生成 z1(k-1)=-0.5*(x1(k)+x1(k-1); %z1維數(shù)減1，用于計(jì)算B yn1(k-1)=x(k); else x1(k)=x(k); endend%x1,z1,k,yn1sizez1=size(z1,2);%size(yn1);z2 = z1'z3 = ones(1,sizez