王紅平

【摘要】原煤在世界上分布的比較廣泛，它也是比較重要的戰(zhàn)略資源。在未來的很長時間內，原煤仍然是一種必不可少的能源。所以，分析和了解原煤的產量對我們合理利用原煤資源、提高原煤的利用率和進一步落實可持續(xù)發(fā)展方面有積極的作用。本文應用時間序列里的一些方法：時序圖，自相關分析，差分方法等進行了研究。建立了因變量關于時間的回歸模型，并對2010-2014年原煤的產量進行了預測。

【關鍵詞】時序圖 差分 自相關

一、數據的選取

選擇的是我國原煤在1998-2009年每個月的產量（單位：萬噸），數據來源于我國統(tǒng)計年鑒。

二、對我國原煤產量的長期趨勢和平穩(wěn)性進行分析

（一）為了直觀地發(fā)現(xiàn)原煤的增長趨勢，用SAS軟件做出1998-2009年原煤產量的時序圖

結論：由時序圖我們可直觀的看到該序列呈現(xiàn)出逐年遞增的趨勢和以年為周期的規(guī)則的周期性趨勢。

為了進一步確定該序列是否為平穩(wěn)的，我又對原煤的產量進行了自相關圖的檢驗。檢驗后得出的結論是自相關系數長期位于零軸的一邊，這是具有單調趨勢序列的典型特征，所以這是非平穩(wěn)序列。

三、原煤產量回歸模型的建立

（一）方法一：數據的平穩(wěn)化處理

1.用差分方法進行分析--進行一階十二步差分。進行差分后我們得出時序圖如下：

結論：時序圖顯示差分后學列difx沒有明顯的非平穩(wěn)特征。說明平穩(wěn)化處理的非常好。

2.序列difx模型擬合結果顯示模型顯著且參數顯著。

結論分析：輸出結果顯示序列的擬合模型為ARIMA（1，1，0）。

3.利用擬合模型對序列做5期預測結果如下：

（二）法二：用因變量關于時間的回歸模型—Auto-Regressive

1.序列x關于變量t的線性回歸模型最小二乘估計

結論：由輸出結果顯示DW統(tǒng)計量的值等于0.4775，輸出概率顯示殘差序列顯著正相關，所以應該考慮對殘差序列擬合自相關模型。做如下修改：進行回歸誤差分析結果如下：結論：由逐步回歸向后消除報告顯示除了1，3階的序列值顯著自相關外，延遲其他階數的序列值均不具有顯著的自相關性，因此延遲2，4，5階的自相關項被消除。1階殘差自回歸模型的參數為-0.645051，3階的為-0.172591.則輸出的自回歸模型結果為x=0.645051t-1+0.172591t-3。

2.最終擬合模型

最終擬合模為：x=-56522+4.3976t，N（0，2511509）

3.為了得到直觀的擬合效果，對輸出結果作圖：

結論：由上圖我們可以看出擬合的效果還不錯，值得借鑒。

四、總結

由上可知擬合結果比較符合。1998-2000年世界的原煤產量有所下降，之后有所增加。相應也與我國原煤產量有所相似。我國是原煤資源大國，也是消費大國。我國石油量少，煤炭資源多，而且處在經濟發(fā)展階段，所以每天充當了主要的資源角色。根據原煤的產量來合理利用顯得尤為重要。

參考文獻

[1]趙震宇.中國煤炭資源可持續(xù)利用的經濟學研究[D].吉林大學，2010

[2]秦軍.煤炭市場及其穩(wěn)定供給的策略研究[D].浙江大學，2009

[3]葉斌.我國原煤產量的灰色預測研究[J].科學技術與工程，2011.