我國煉油化工行業(yè)轉(zhuǎn)型升級在即,一體化、綠色化、高效化、智能化發(fā)展成為新趨勢,化工行業(yè)進(jìn)入高質(zhì)量發(fā)展階段。近年來,我國聚烯烴發(fā)展勢頭迅猛,成為全球最重要的聚烯烴貿(mào)易地區(qū),對聚烯烴產(chǎn)品市場的預(yù)測可廣泛應(yīng)用于企業(yè)排產(chǎn)、產(chǎn)品銷售、投資決策等各個(gè)環(huán)節(jié),將是聚烯烴業(yè)務(wù)擴(kuò)大規(guī)模,實(shí)現(xiàn)高質(zhì)量發(fā)展的重要抓手。在此背景下研究和預(yù)測聚烯烴產(chǎn)品市場需求和價(jià)格可精準(zhǔn)把握市場動(dòng)向,推動(dòng)高質(zhì)量發(fā)展,具有重要的實(shí)際意義。本文利用統(tǒng)計(jì)學(xué)分析方法對聚烯烴的需求量和價(jià)格進(jìn)行數(shù)據(jù)挖掘,建立預(yù)測模型并獲得預(yù)測值。本文通過學(xué)習(xí)相關(guān)理論知識,以統(tǒng)計(jì)分析軟件SPSS為工具,基于聚烯烴市場需求數(shù)據(jù)及其影響因素?cái)?shù)據(jù),使用主成分分析法消除變量間的共線性并降低變量維度,再利用主成分變量建立多元線性回歸模型進(jìn)行預(yù)測。對于聚烯烴市場價(jià)格,經(jīng)過研究篩選了大量自變量,在SAS軟件中,首先分別對自變量建立單變量ARIMA模型,通過互相關(guān)分析選定顯著自變量后,用顯著自變量和因變量建立傳遞函數(shù)模型并預(yù)測。預(yù)測結(jié)果顯示,多元線性回歸模型對四種產(chǎn)品需求量歷史數(shù)據(jù)的擬合值誤差均在5%以內(nèi),而對2020年需求量的預(yù)測最大誤差僅為5.74%。傳遞函數(shù)模型對2020...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 聚烯烴市場現(xiàn)狀
        1.2.1 PE市場現(xiàn)狀
        1.2.2 PP市場現(xiàn)狀
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 聚烯烴需求和價(jià)格預(yù)測現(xiàn)狀
        1.3.2 多元線性回歸預(yù)測研究現(xiàn)狀
        1.3.3 時(shí)間序列分析研究現(xiàn)狀
    1.4 研究內(nèi)容與創(chuàng)新點(diǎn)
        1.4.1 研究內(nèi)容
        1.4.2 創(chuàng)新點(diǎn)
        1.4.3 數(shù)據(jù)來源及分析軟件
    1.5 本章小結(jié)
第2章 預(yù)測方法及模型
    2.1 預(yù)測方法概述
        2.1.1 預(yù)測的概念
        2.1.2 預(yù)測的分類
        2.1.3 預(yù)測方法的選擇
    2.2 回歸分析法
        2.2.1 一元線性回歸模型
        2.2.2 多元線性回歸模型
        2.2.3 主成分分析
    2.3 時(shí)間序列分析法
        2.3.1 時(shí)間序列的概念
        2.3.2 時(shí)間序列模型的特征
        2.3.3 時(shí)間序列分析的常用模型
    2.4 本章小結(jié)
第3章 聚烯烴年度需求預(yù)測模型
    3.1 變量與數(shù)據(jù)
        3.1.1 確定自變量
        3.1.2 數(shù)據(jù)預(yù)處理
    3.2 自變量建模
    3.3 主成分分析
        3.3.1 相關(guān)性檢驗(yàn)
        3.3.2 主成分分析
    3.4 建立多元線性回歸模型
        3.4.1 主成分變量為自變量的回歸分析
        3.4.2 引入虛擬景氣變量后的回歸分析
    3.5 預(yù)測結(jié)果分析
    3.6 本章小結(jié)
第4章 聚烯烴華東地區(qū)月度價(jià)格預(yù)測模型
    4.1 變量與數(shù)據(jù)
        4.1.1 確定自變量
        4.1.2 數(shù)據(jù)預(yù)處理
    4.2 基于ARIMA模型對自變量建模
        4.2.1 模型識別
        4.2.2 模型估計(jì)
        4.2.3 模型診斷
        4.2.4 模型表達(dá)
    4.3 基于傳遞函數(shù)模型對因變量建模預(yù)測
        4.3.1 互相關(guān)性分析
        4.3.2 傳遞函數(shù)模型的建立
    4.4 預(yù)測結(jié)果分析
    4.5 本章小結(jié)
第5章 結(jié)論
參考文獻(xiàn)
致謝



本文編號：3867422