成品油价格与家庭汽车(3)

延迟5阶后的偏自相关系数都在小范围中波动，偏相关系数衰减为小值波动的过程相当缓慢。

图八：柴油相关系数图

考察该序列的自相关图，自相关图中延迟3阶后，自相关系数全部衰减到小范围中波动。 图九：

9

偏自相关

5.1.4：求解参数值。序列由显著偏自相关系数衰减为小值波动的过程相当缓慢。接着利用spss进行模型创建，得到模型参数 表四：

指数平滑法模型参数 模型 DIFF(柴油价格,4)-模型_1 无转换 Alpha (水平) Delta (季节) Alpha (水平) Delta (季节) 估计 .002 2.543E-5 .002 8.240E-6 SE .014 .146 .014 .143 t .174 .000 .171 5.756E-5 Sig. .863 1.000 .865 1.000 DIFF(汽油价格,4)-模型_2 无转换 模型参数的p值都大于0.05，没有通过显著性检验。 于是通过对原始数据进行spss创建模型，并进行预测。 表五：

指数平滑法模型参数

模型 汽油价格-模型_1 柴油价格-模型_2 无转换 无转换 Alpha (水平) Gamma (趋势) Delta (季节) Alpha (水平) Gamma (趋势) 估计 1.000 1.431E-6 .001 1.000 1.398E-6 SE .154 .080 331.234 .155 .086 t 6.473 1.788E-5 3.019E-6 6.441 1.623E-5 Sig. .000 1.000 1.000 .000 1.000 10

Delta (季节) .001 266.914 3.747E-6 1.000 得出汽油价格模型： yt'?k?at?btk?ct?kat?yt?ct?sbt?1.431?10(at?at?1)?(1?1.431?10)bt?1ct?0.001(yt?at)?0.999ct?sa?6?6

表示截距，b表示趋势，c为加法模型的季节因子，t?1,2,3,...T;k为向后平滑期数，

k?0，s表示季节周期的长度，对于月度数据s=12。 柴油价格模型：

yt'?k?at?btk?ct?kat?yt?ct?sbt?1.398?10(at?at?1)?(1?1.398?10)bt?1ct?0.001(yt?at)?0.999ct?s?6?6

a表示截距，b表示趋势，c为加法模型的季节因子，t?1,2,3,...T;k为向后平滑期数，

k?0，s表示季节周期的长度，对于月度数据s=12。

5.1.5：预测值为表六：

2015年国内成品油价格预测 模型 汽油价格-模型_1 柴油价格-模型_2 预测 UCL LCL 预测 UCL LCL 1 月 2015 9993 12197 7789 9108 11244 6972 2 月 2015 10053 12305 7801 9168 11350 6986 3 月 2015 10331 12629 8033 9413 11640 7186 4 月 2015 10683 13027 8340 9743 12014 7472 5 月 2015 10601 12989 8212 9666 11980 7351 6 月 2015 10511 12943 8079 9583 11940 7226 表七： 2015年国内成品油价格预测 模型 汽油价格-模型_1 柴油价格-模型_2 预测 UCL LCL 预测 UCL LCL 7 月 2015 10556 13031 8081 9633 12032 7235 8 月 2015 10598 13116 8081 9671 12110 7231 9 月 2015 10811 13370 8252 9881 12360 7401 10 月 2015 10688 13288 8088 9758 12278 7239 11月2012 10791 13431 8150 9850 12417 7299 12月2015 10791 13471 8111 9858 12455 7261

11

图十：

拟合预测图形

观察2015年国内成品油价格的预测值，成品油价格波动明显，但是总体是上升趋势。 5.2模型二：

由于题中要求选一个城市，来研究家庭汽车数随年的变化。选择了杭州市的车辆变化。 5.2.1：在杭州统计局官网查找资料通过（文献【6】、文献【7】、文献【8】、文献【9】、文献【10】、文献【11】、文献【12】）找到我们所需的数据并整理成表格。 表格八：

杭州私家车数量变化

年份 2007 2008 2009 2010 车辆数(辆) 477588 565182 718675 942427 12

2011 2012 1162925 1408700 我们利用表格八在EXCEL中制作了散点图，如下图： 图十一：

杭州私家车数量随时间的散点图

杭州私家车数量变化 车辆数(辆)1600000140000012000001000000800000600000400000200000020062007200820092010201120122013杭州私家车数量变化 车辆数(辆)通过图十一，我们能看出杭州私家车数量变化随年递增，且递增幅度越来越大。同时也能从侧边反应社会经济的快速发展，杭州市民的生活水平在逐年提高。时间和私家汽车数量也不是线性关系，所以我们不用线性回归模型，而用拟合模型来预测未来汽车的变化。

5.2.2首先我们处理数据，将2000年作为临界点，然后利用公式计算时间距离。 公式：

利用此公式制作表格九：

部分时间距离表

时间距年份 离 2007 7 2008 8 2009 9 2010 10 2011 11 2012 12 2013 13 5.2.3：

已知（di,yi）的六组数据，利用插值拟合建立模型。

根据公式：公式（1）表示的是近似函数与时间距离的关系式； 公式（2）表示的是近似函数等于家庭汽车数。

13