基于arma模型的山東糧食產(chǎn)量預測研究

1、基于ARMA模型的山東糧食產(chǎn)量預測研究摘要：以1980年以來的山東糧食產(chǎn)量數(shù)據(jù)為基礎，先后通過平穩(wěn)化檢驗及自相關與偏相關分析，建立ARMA模型，確定模型參數(shù)并對殘差序列進行白噪聲檢驗。借助Eviews軟件對其走勢進行分析研究，通過理論模型對糧食產(chǎn)量進行預測，并將預測情況與山東省糧食的實際產(chǎn)量做對比，為政府及相關部門提供決策參考。關鍵詞：ARMA模型；糧食產(chǎn)量；預測中圖分類號：F2文獻標識碼：A文章編號：16723198（2015）130

2、03103糧食產(chǎn)量的預測問題是金融及農(nóng)業(yè)領域長期研究的問題，面對嚴峻復雜的經(jīng)濟形勢，為了尋找適合的模型，專家們已做了大量的研究。山東省作為全國產(chǎn)糧第三大省，糧食豐收可以確保國家糧食安全，保障了廣大農(nóng)業(yè)人員的生活水平，為經(jīng)濟的平穩(wěn)健康發(fā)展及社會的穩(wěn)定和諧提供了有力支撐，因此加強對省內(nèi)糧食產(chǎn)量變動趨勢的檢測和研究顯得尤為重要。糧食產(chǎn)量的預測是基于時間序列數(shù)據(jù)的?；跁r間序列數(shù)據(jù)的預測方法有很多種，最常用的技術有分解分析法、回歸分析法、移動平

3、均法、指數(shù)平滑法、混沌時間序列法、自適應過濾法、小波分頻技術、自回歸滑動平均模型等。ARMA模型（自回歸移動平均模型，AutoregressiveMovingAverageModel）由博克斯（Box）、詹金斯yt=c1yt12yt2…pytpμtθ1μt1θ2μt2…θqμtq（3）ARMA模型要求用于預測的時間序列是隨機平穩(wěn)的。平穩(wěn)性（Stationarity）是一個重要的簡化假設，它要求過程處于某個特別的“統(tǒng)計平衡”狀態(tài)。假如一個

4、隨機過程的性質(zhì)不受時間起點變化的影響，那么我們稱它為絕對平穩(wěn)。ARMA模型與其他預測模型相比，其特點主要體現(xiàn)于：（1）ARMA模型只需考慮時間歷史數(shù)據(jù)所包括和顯示的信息，對其他相關的指標不需多做考慮；（2）ARMA模型尤其適用于對時間歷史數(shù)據(jù)進行短期預測；（3）ARMA模型不考慮其他相關變量的影響，因此預測方法簡明易行，由于其預測精度較高，預測結果準確，因此在對金融時間序列做預測工作時被大量采用。1.2模型建立準則對于滯后長度的確定有一

5、定的標準，滯后階數(shù)通常根據(jù)AIC準則和SC準則判斷。AIC準則是赤池信息準則，該項準則運用下式的統(tǒng)計量評價模型的好壞：AIC=2Ln2Kn，其中L是對數(shù)似然值，n是觀測值數(shù)目，K是被估計的參數(shù)個數(shù)，AIC的大小取決于L和K，選取標準是：K取值越小，AIC越小；L取值越大，AIC值越小。K小意味著模型簡潔，L大意味著模型精確。SC準則是施瓦茲準則，其檢驗思想也是通過比較不同分布滯后模型的擬合優(yōu)度來確定合適的滯后期長度。檢驗過程是：在模型中