您现在的位置: 范文先生网 >> 理工论文 >> 化学化工论文 >> 正文

深圳市民用燃气市场需求预测

时间:2007-1-27栏目:化学化工论文

说明通过计算移动平均数可以消除原始用气量数据中的季节性。每个移动平均数都包括有第1—4季度的值。因此,它表示该一年期内(不一定是日历年)典型的季用气量水平。

按照理想状况,每个移动平均数应当居于它所代表的年份中间。为了做到这一点,还要计算移动平均中心值(CMA)

CMA3=(MA3+MA4)/2 (5)

其一般公式为

CMAt=(MAt+MAt+1)/2 (6)

即按照理想状况,MA3的值应当居于第2.5期,MA4的值应当居于第3.5期。现把第〕5期和第3.5期的使加以平均,就得出居于第3期的最能代表该年度典型的季用气量水平的值,这个值就是CAM3。

CMA3=(MA3+MA4)/2 (7)

2.2计算时间序列分解模型的各因子,并利用模型进行预测

①确定长期趋势值

表3中的移动平均中心值(CMA)序列,是消除了季节因素之后,最能代表每个季度典型用气量水平的数据。因此,我们可以用来估计长期趋势值,即:

长期趋势值(CMAT)=f(t) (8)

式中:t—期数

用回归分析法,估计出它的线性函数为

CMAT=5439+276.23t (9)

把不同的期数(如1997年第1季度,t=1)代入上式,可以得出表中CMAT栏中所有数据(这里的CMAT是分解模型中的T,即CMAT=T)。


②测定季节因素

如果把1997年第3季度的实际用气量与相应的移动平均值中心值相比较,可以看到前者(5637)比后者(6267.69)要低,这说明第3季度的实际值小于消除了季节因素后的值。

再看1998年第3季度的实际用气量也如此,为了衡量它的季节性,计算其季节系数(SF)如下:

SFt=Qt/CMAt (10)

1997年第3季度:SF3=5367/6286.125=0.897

从表3的SF栏中看到,各期季节系数的变化尽管是一定的模式,但每年四季的重复并不是绝对一样的。如各年第 3季度的季节系数并不都等于0.681。在时间序列分解模型中,哪个季节的SF值都不同,而是使用季节指数(SI)。季节指数是在每个季度的平均季节系数的基础上。经过规范化之后求得的,其计算过程见下表4。表4中季节系数的规范化均值,即季节指数(SI)的计算公式如下:

例如:第1季度:SI1= 1.108×4/3.998= 1.1085

第2季度:SI2=0.9845×4/3.998=0.985

第3季度:SI3=0.895×4/3.998=0.895

第4季度:SI4=1.0105× 4/3.998=1.011

③确定周期系数。

周期性系数(CF)是通过比较移动平均中心值与长期趋势值得出的。移动平均中心值围绕长期趋势线作下波动,这就是周期性运动。周期性系数(分解模型中的C)的计算公式为:

CFt=CMTt/CMATt (l2)

例如.在表3中,1997年第3季度的周期性系数

CF3=6286.125/6267.69=1.0029

时间序列分解模型的使用。

表3中“预计用气量”栏就是长期趋势值、季节性指数和周期性系数三者的乘积,即

预计用气量=T·S·C

或预计用气量=CMAT·SI·CF (13)

把这一栏中的值与实际用量比较,可以看出两者十分接近。这也可以从图1中看出,在图中,虚线表示预计用气量,实线为实际销售量,两者是很接近的,这说明这个模型对“向后测”是很适用的。向前预测与“向后测”的方法一样。使用下面的线性趋势线(引自式9), 可以算出未来任何一期的长期趋势值。

参 考 文 献

[1]吴德庆、马月才,《管理经济学》中国人民大学出版社,1996

[2]马欣、钱云,《概率论与数理统计》地质出版社,1998

[3]马遥云,《深圳地区居民耗热指标和需用工况形势和分析》,《城市煤气》,1997.10


上一页  [1] [2] 

下页更精彩:1 2 3 4 下一页