首页> 中文学位 >基于数据统计的汽油价格分析
【6h】

基于数据统计的汽油价格分析

代理获取

目录

声明

摘要

第一章 引言

1.1.2 研究意义

1.2 相关研究的文献综述

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 研究方法和研究内容

1.3.1 研究方法

1.3.2 研究内容

1.4 本文的特点与不足之处

第二章 影响汽油价格因素的初步分析

2.1 影响汽油价格的市场因素

2.1.1 宏观因素

2.1.2 微观因素

2.1.3 影响因素分析

2.2 汽油价格发展状况

2.3 回归分析

第三章 影响汽油价格因素的逐步回归分析

3.1.1 最优回归--逐步回归

3.1.2 正态性检验

3.1.3 异方差性检验

3.2 模型拟合

3.3 模型预测

第四章 影响汽油价格因素的Lasso回归分析

4.1 Lasso回归分析

4.1.1 Lasso方法简介

4.1.2 参数t的估计

4.1.3 Lasso具体的算法步骤

4.2 影响因素的Lasso分析

第五章 汽油价格的时间序列分析

5.1 时间序列的一般模型

5.2 ARIMA模型的识别、建立及检验

5.3 模型预测

第六章 总结与展望

参考文献

附录

致谢

展开▼

摘要

汽油作为当今世界上的主要能源之一,已经为人类社会提供了前所未有的发展动力。现代人们的生活也离不开汽油,自然汽油的价格也关乎到人们“衣食住行”中的“行”。油价也成为人们最为关注的价格之一。本文主要研究了北京地区93#汽油的价格,首先,要探索出油价的某些影响因素,并搜集整理出2000年到2014年的北京地区93#汽油价格的数据及影响因素的数据;其次,我们运用相关分析,逐步回归分析以及Lasso回归方法等选择变量,并建立相应的回归模型;最后建立了93#汽油价格的时间序列模型。
  基于此,本文主要方法有:多元回归方法,逐步回归方法,Lasso回归方法和时间序列方法。多元回归方法主要是进行描述性分析和初步建立线性回归模型。我们将选取的全部变量都加入到模型中去,发现只有两个变量通过检验。之后,我们考虑到多重共线性,计算VIF值和变量间的相关系数,初步筛选变量,得到预留变量:国际原油产量(X1)、汽油出口量(X4)、汽油年初年末库存差额(X5)和运价指数BDTI(X7),以便后面的逐步回归使用。逐步回归方法是通过逐步回归的方法进行变量选择和模型建立。我们在上一部分的基础上,进一步得到影响汽油价格的因素有:国际原油产量(X1)、汽油出口量(X4)和运价指数BDTI(X7)。接着建立模型并检验其残差的正态性和异方差性,我们得到一个残存服从0均值无异方差性的正态分布的线性回归模型。还有通过另外一种方法选择变量和建模--Lasso回归方法。运用R语言的glmnet()函数,选择lambda=0.008687时的变量,得到影响汽油价格的因素有:国际原油产量(X1)、美元指数(X3)、汽油出口量(X4)、汽油年初年末库存差额(X5)和运价指数BDTI(X7),与逐步回归方法选择的变量有所不同。时间序列主要是抛开前面所提到的所有影响因素,只考虑汽油价格本身随着时间的发展规律。通过差分运算和白噪声检验等,我们将汽油价格时间序列拟合成ARIMA(1,1,1)模型。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号