基于时间序列分析的全国新闻纸产量预测.docx

基于时间序列分析的全国新闻纸产量预测.docx基于时间序列分析的全国新闻纸产量预测基于时间序列分析的全国新闻纸产量预测作者:未知摘要电子设备和新媒体的迅速发展冲击着传统新闻行业,同时新闻纸产量的折射着新闻纸质出版行业的发展情况,因而准确预测全国新闻纸产量对行业前景分析具有重要意义。本文选取了2008年1月至2018年4月的全国新闻每月纸产量(万吨)数据,采用拟合效果较好的MA(2)模型拟合全国新闻纸产量时间序列,并对2018年5月至9月全国新闻纸产量进行预测,预测结果显示,全国新闻纸产量还将持续地下降,我国造纸行业面对的市场仍处在不断萎缩的状态。关键词全国新闻月度纸产量;ARIMA模型;预测一、引言新闻纸也叫白报纸,是报刊及书籍的主要用纸。适用于报纸、期刊、课本、连环画等正文用纸。随着电子设备和新媒体的迅速发展,人们逐渐开始习惯通过电子设备接收新闻,而使纸质印刷的传统新闻媒介已经了无法逆转的低迷状况,我国新闻纸质出版行业出现前所未有的市场萎缩和经济效益严重下滑的困难。在传统纸质新闻中发挥不可替代作用的新闻纸,在如今的信息传播中的主要作用在不断弱化,需求也在逐渐减少。对于新闻纸产量的预测,有助于我们直观且准确地了解新闻纸质出版行业的发展现状和发展前景,有助于新闻纸质出版行业意识到目前行业存在着深层次结构矛盾,在促使行业提早调整其战略目标,优化行业结构,科学制订行业今后的发展战略定位和方向上都有重要的现实意义。二、ARIMA模型原理时间序列(ARMA)模型,其原理是:某些时间序列是依赖于时间t的一组随机变量,构成该序列的单个序列值,虽然具有不确定性,但整个序列的变化却具有一定的规律性,可以用相应的数学模型近似描述。ARIMA模型是一种精确度较高的时序短期预测方法。因此本文集中估计一个ARIMA(p,d,q),然后利用模型进行预测。ARIMA(p,d,q)模型表达式如下:其中,,是原序列经过差分运算后的变量,为自回归系数,为移动平均系数。三、全国新闻纸产量序列分析(一)序列预处理本实验选择研究的时间序列数据是从2008年1月至2018年4月的全国新闻每月纸产量(万吨)。为研究全国新闻每月纸产量这一时间序列,我们首先检验其平稳性,绘制该序列的时序图,如下:由以上时序图中可以看出,2008年1月至2018年4月参考数据呈现波动下行走势,有明显的下降趋势。显然,该序列可以判定为非平稳序列。同时,我们结合该组数据的自相关图,我们发现序列的自相关系数递减到零的速度相当缓慢,在很长的延期时期里,自相关系数一直为正,在延迟10阶以后,自相关系数开始落在2倍标准差内,表示原数据应该是具有单调趋势的非平稳序列。由于2008至2018年的原数据为非平稳时间序列,需要对其进行差分运算。从序列图中,可以较为直观看出,该序列含有长期趋势又含有以年为周期的周期效应。因此,对原数据先后进行1阶差分消除趋势,而后进行12步差分消除周期效应的影响,差分后该序列始终在一个常数值附近随机波动,而且波动的范围有界的特点,因此一阶差分后的序列应该是平稳时间序列。为精确检验其平稳性,我们观察差分后平稳序列的自相关图,如下:从以上自相关图可以看出,该序列的自相关系数一直都比较小,大致控制在2倍的标准差范围之内,这是随机性比较强的平稳时间序列通常具有的自相关图特征。同时,对序列进行白噪声检验,发现在5%的显著性水平下,延迟6阶的X2统计量的p值为0