基于时间序列分位数回归模型的J省电力消费的研究及预测.zip

摘要:时间序列是现代统计学中一个重要的预测方法，被广泛地应用于经济领域与科学研究中。而分位数回归模型是用来估计研究对象的条件分布的方法，该方法不仅对误差分布没有要求，还可以全面地反映出研究对象不同程度与条件下的信息。因而将分位数回归理论与时间序列相结合可以增加时间序列的预测能力。

本文利用年的江苏省电力消费的数据，经过对数据的预处理与对模型的识别后，建立了时间序列分位数回归模型，并利用软件对江苏省电力消费进行预测。考虑到宏观经济是影响电力消费的一个主要因素，因此，对经济发展状况不同的年份选择不同的分位点进行预测。通过对近几年的电力消费数值的分析中，得出时间序列分位数模型具有良好的预测能力。

关键词 分位数回归；时间序列；预测；电力消费

目录

摘要

Abstract

1 绪论-1

1.1 研究背景及选题意义-1

1.2 文献综述-1

1.2.1 国外研究背景-1

1.2.2 国内研究背景-1

1.3 论文的主要内容-2

2 时间序列分位数回归模型-3

2.1 时间序列模型-3

2.1.1 时间序列的定义-3

2.1.2 模型的定阶-3

2.1.3 模型的建立-6

2.1.4 模型的检验-7

2.2 分位数回归模型-8

3 江苏省电力消费的实证分析-10

3.1 江苏省电力消费现状的描述-10

3.2 数据的预处理与平稳性检验-12

3.3 ARMA模型的定阶及建立-16

3.3.1 ARMA模型的定阶-16

3.3.2 ARMA模型的建立-19

3.3.3 参数的估计及优化-21

3.3.4 预测与结果分析-22

结论-24

致谢-25

参考文献-26

附录-27