本文關(guān)鍵詞：基于時間序列與多元線性回歸綜合模型的農(nóng)村卷煙銷量預(yù)測

  更多相關(guān)文章： 時間序列分析 多元線性回歸分析 綜合模型 農(nóng)村卷煙銷量預(yù)測

【摘要】：煙草行業(yè)為中國較為特殊的行業(yè)之一,對我國經(jīng)濟(jì)發(fā)展、財政收入起到至關(guān)重要的作用。目前,煙草行業(yè)正面臨著外國卷煙的逐漸侵襲,且其所占市場份額逐漸增大的困境。根據(jù)我國煙草行業(yè)為國家專營專賣、按訂單組織貨源的體制,為了更加有效的提高我國煙草行業(yè)的競爭力,本文決定從卷煙銷量預(yù)測入手,切實的降低企業(yè)的庫存成本、更加合理的安排生產(chǎn)計劃。又由于農(nóng)村市場在整體行業(yè)中易被忽視卻又不能忽視的現(xiàn)狀,再結(jié)合我國煙草本身區(qū)域性,將云南省農(nóng)村卷煙銷量作為研究對象。 本文首先綜述了不同方法在銷量預(yù)測上的應(yīng)用及對卷煙銷量影響因素研究現(xiàn)狀。其次分析、對比不同的預(yù)測方法,確定了本文的研究路線及選擇預(yù)測卷煙銷量的指標(biāo)。再次將不能直接應(yīng)用的數(shù)據(jù)進(jìn)行處理。最后利用所得數(shù)據(jù)分別進(jìn)行時間序列分析及多元回歸分析,并選取適當(dāng)方法建立季節(jié)時間序列模型和多元線性回歸模型。最后利用上述兩個模型的預(yù)測值再進(jìn)行建模,得出季節(jié)時間序列與多元線性回歸的綜合模型。 綜合模型既考慮了內(nèi)部前期數(shù)據(jù)的影響,也考慮外部宏觀因素的影響,克服了神經(jīng)網(wǎng)絡(luò)模型不能輸出自變量變動對因變量的變動造成多大影響的問題。并在理論模型中驗證影響因素的變動對因變量的影響,是隨著前期因變量的數(shù)值大小而變動的。綜合模型在云南省農(nóng)村卷煙銷量預(yù)測上的效果較時間序列模型、多元線性回歸模型更好。由此可見,本文建立的綜合模型在理論和實際上都有良好的意義。
【關(guān)鍵詞】：時間序列分析 多元線性回歸分析 綜合模型 農(nóng)村卷煙銷量預(yù)測
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F426.8;F224
【目錄】：

• 摘要3-4
• Abstract4-7
• 第1章 引言7-15
• 1.1 問題的產(chǎn)生7-8
• 1.2 研究意義8-9
• 1.3 相關(guān)問題的研究現(xiàn)狀9-13
• 1.3.1 預(yù)測理論與方法研究現(xiàn)狀9-10
• 1.3.2 卷煙銷量預(yù)測研究與應(yīng)用現(xiàn)狀10-11
• 1.3.3 影響卷煙銷量因素的研究現(xiàn)狀11-13
• 1.4 論文創(chuàng)新點(diǎn)及結(jié)構(gòu)13-15
• 1.4.1 論文創(chuàng)新點(diǎn)13
• 1.4.2 論文結(jié)構(gòu)13-15
• 第2章 理論基礎(chǔ)與研究方法15-20
• 2.1 季節(jié)性時間序列15
• 2.2 乘積季節(jié)模型15-16
• 2.3 灰色關(guān)聯(lián)度分析16-17
• 2.3.1 原始數(shù)據(jù)的變換16
• 2.3.2 計算關(guān)聯(lián)系數(shù)16-17
• 2.3.3 求關(guān)聯(lián)度17
• 2.4 主成分回歸17-20
• 2.4.1 主成分分析17-18
• 2.4.2 根據(jù)主成分建立模型18-20
• 第3章 數(shù)據(jù)的選取與處理20-26
• 3.1 進(jìn)行季度分解的時間序列數(shù)據(jù)20-21
• 3.2 影響因素體系21-26
• 3.2.1 x1、x2、x3的數(shù)據(jù)處理21
• 3.2.2 云南省第三產(chǎn)業(yè)產(chǎn)值的數(shù)據(jù)處理21-22
• 3.2.3 云南省農(nóng)村人均生活消費(fèi)現(xiàn)金支出的數(shù)據(jù)處理22-24
• 3.2.4 云南省農(nóng)村人口的數(shù)據(jù)處理24
• 3.2.5 價格指數(shù)數(shù)據(jù)的處理24-25
• 3.2.6 云南省農(nóng)村卷煙銷量的處理25-26
• 第4章 實證過程26-52
• 4.1 時間序列分析26-35
• 4.1.1 云南農(nóng)村卷煙銷售的總體情況26-27
• 4.1.2 季節(jié)因素分解27-28
• 4.1.3 模型的選取與建立28-35
• 4.1.3.1 平穩(wěn)性檢驗28-30
• 4.1.3.2 季節(jié)時間序列模型的識別與定階30-31
• 4.1.3.3 模型的估計、檢驗與預(yù)測31-35
• 4.2 影響因素的分析35-46
• 4.2.1 灰色關(guān)聯(lián)度分析35-39
• 4.2.1.1 關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度的計算36-37
• 4.2.1.2 灰色關(guān)聯(lián)系數(shù)的分析37-39
• 4.2.2 多元線性回歸分析39-46
• 4.2.2.1 變量間的相關(guān)性39-40
• 4.2.2.2 主成分分析40-41
• 4.2.2.3 多元線性回歸模型的建立41-46
• 4.3 綜合模型46-52
• 第5章 結(jié)論與展望52-54
• 5.1 本文得出的結(jié)論52
• 5.2 對卷煙銷量預(yù)測的展望52-54
• 附錄54-58
• 附錄154-55
• 附錄255-57
• 附錄357-58
• 參考文獻(xiàn)58-61
• 致謝61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 程映山;田松;;基于宏觀經(jīng)濟(jì)數(shù)據(jù)的卷煙消費(fèi)分析[J];重慶與世界(學(xué)術(shù)版);2012年11期

2 高福宏;李衛(wèi);孔寧川;;我國卷煙需求影響因素的實證分析[J];湖南農(nóng)業(yè)科學(xué);2012年07期

3 劉紅飛;;基于灰色系統(tǒng)理論的廣東卷煙消費(fèi)需求預(yù)測研究[J];經(jīng)濟(jì)師;2007年01期

4 周鑫;張錦;李果;鄭伯峰;;基于乘積季節(jié)模型的GPRS小區(qū)流量預(yù)測[J];計算機(jī)工程;2010年18期

5 沈航;鄒平;;可拓聚類預(yù)測方法預(yù)測卷煙銷售量[J];昆明理工大學(xué)學(xué)報(理工版);2006年03期

6 張素平;;基于乘法模型的內(nèi)蒙古烏蘭察布市卷煙總銷量預(yù)測研究[J];內(nèi)蒙古科技與經(jīng)濟(jì);2012年21期

7 劉鑫;楊麗華;;卷煙銷量預(yù)測方法比較[J];科技創(chuàng)業(yè)月刊;2014年06期

8 譚建;陳青梅;林琳;;基于系統(tǒng)動力學(xué)的卷煙銷量預(yù)測[J];內(nèi)蒙古科技與經(jīng)濟(jì);2014年20期

9 羅艷輝;呂永貴;李彬;;混合卷煙銷售預(yù)測模型[J];計算機(jī)工程與設(shè)計;2009年20期

10 華鵬;趙學(xué)民;;ARIMA模型在廣東省GDP預(yù)測中的應(yīng)用[J];統(tǒng)計與決策;2010年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 向暉;個人信用評分組合模型研究與應(yīng)用[D];湖南大學(xué);2011年

，

本文編號：546008