时间序列分析方法在我国能源消费预测与分析中的应用.docx

摘要 我国的经济建设发展离不开对能源消费的需求，目前主要使用的包括有煤炭，石油，天然气。由于中国属于是能源消费大国，因此对其合理生产和消费是中国经济建设发展至关重要的部分。然而这也离不开对未来能源消费总量及能源构成消费量的预测，目前对数据的处理预测研究存在许多种方法，如：灰色建模，小波分析，主成分回归模型，时间序列分析方法等，本文将从时间序列分析方法出发，运用ARIMA模型、残差自回归模型对能源消耗总量及各能源消耗量进行处理并对其未来发展进行预测分析。

关键词：能源  预测  时间序列分析方法

目录

摘要

ABSTRACT

1 引言-1

2 研究文献综述-1

3 时间序列分析方法-2

3.1 时间序列分析在生活中的应用-2

3.2 ARIMA模型-3

3.3 残差自回归模型-5

4 中国能源消费总量及构成的数据资料-6

5 中国能源消费总量的分析-8

5.1 ARIMA模型对中国能源消费总量进行分析-8

5.2 残差自回归模型对中国能源消费总量进行分析-14

6 中国煤炭占能源消费总量比重的分析-17

6.1 ARIMA模型对煤炭占在能源消费比重进行分析-17

6.2 残差自回归模型对煤炭占能源消费比重进行分析-20

7 中国石油占能源消费总量比重的分析-22

7.1 ARIMA模型对石油占能源消费比重进行分析-22

7.2 残差自回归模型对石油占能源消费比重进行分析-25

8 中国天然气占能源消费总量比重的分析-28

8.1 ARIMA模型对天然气占能源消费比重进行分析-28

8.2 残差自回归模型对天然气占能源消费比重进行分析-31

9 模型的最优选择-33

9.1 AIC准则和SBC准则-34

9.2 中国能源消费总量模型优化-34

9.3 中国煤炭占能源消费总量比重模型优化-35

9.4 中国石油占能源消费总量比重模型优化-35

9.5 中国天然气占能源消费总量比重模型优化-35

10 能源消费总量及其构成要素的发展情况-36

10.1 能源消费总量发展情况-36

10.2 煤炭占能源消费总量比重发展情况-38

10.3 石油占能源消费总量比重发展情况-39

10.4 天然气占能源消费总量比重发展情况-40

11 建议-40

参考文献-42

致谢-43