模型在棉花产量预测中的比较研究

论文摘要

本研究采用国家统计局全国棉花面积、单产和总产60年数据,8个大省份棉花总产量的16年数据,以及中国农业科学院棉花研究所调查数据。研究方法：一是用Excel对全国60年棉花种植面积、单产和总产数据规范化与进行总体分析。二是根据调查数据应用SAS V8.0软件,做数据处理分析,建立收益与产值模型。三是对全国棉花总产量和8个主产棉省份时间序列分析。四是采用并分别分析比较一元回归模型、多元回归模型、ARIMA模型和组合模型对产量预测的优点和准确度,对全国与8个产棉省区棉花总产进行预测,并对趋势产量和实际产量差异进行分析,旨在深入挖掘各系列数据内隐存的内在信息,为棉花决策提供科学依据。主要研究成果如下：1、农户产值模型产值方程以总成本、棉花产量、籽棉价格影响因子组成方程。SAS分析结果：Prob>F的值为小于0.0001,属于极显著,并且拟合度（R-Square）为0.9896,说明可以用该方程作多元回归模型并且结果达及显著水平。方程为Y=-1895+0.0004763*X1+5.12993*x2+3700.9362*X3。2、全国棉花总产预测模型（1）ARIMA时间系列,该模型残差序列检验中可以得出,Chi-Square都大于0.05,表明序列数据充分利用,并通过残差序列检验,达显著水平,可利用该模型对2010-2014年棉花总产量进行预测,2011-2015年的棉花总产量分别为649万、681万、668万、670万和689万吨左右。（2）一元回归单产预测模型,SAS结果表明回归方程是极显著,且参数Pr>F值小于0.0001,达极显著水平。得模型Tt=21.87025+10.16873t,将t=61、62、63、64和65代入,未来几年全国棉花趋势总产为642万、652万、663万、673万和683万吨。（3）多元回归模型,以公式：总产=单产*面积,建立回归方程：Y=aX1*X2+c （X1为单产,X2面积。a为调整系数,c为常数）,回归模型Y= 1.01285X1*X2-3.36129, R-Square=0.9973, Pr> F为小于0.0001,极显著。未来几年全国棉花趋势总产为677万、678万、680万、682万和684万吨。（4）组合模型,通过权重公式,分别计算ARIMA模型预测、一元回归模型和多元线性回归模型的权重,代入组合模型公式,则组合预测模型为Y=0.364y1+O.041y2+0.595y3（y1、y2、y3分别是ARIMA模型预测、一元回归模型预测结果、多元回归模型预测结果）,未来几年全国棉花趋势总产为665、678、674、677和686万吨。（5）主要结论：未来5年全国棉花总产在642～689万吨之问,平均值为676万吨,与上一个5年的平均值695万吨略减。比较4个模型,四种模型分别比上一个五年减产,组合预测模型,减幅2.7%;ARIMA模型,减幅3.4%；多元回归模型,减幅2.2%；一元回归模型,减幅4.6%。3、应用ARIMA模型对主要棉产省区的棉花产量进行预测新疆棉花总产预测方程：△X3t=330.85595+0.60203Xt-1+（?）t+0.75124（?）t-1+0.2483（?）t-2,（?）t-WN（0,σ2（?））山东棉花总产预测模型：Xt=38.24298+0.20002Xt-1-0.26736Xt-2+0.53262Xt-3+（?）t+0.50082（?）t-1,（?）t～WN（0,σ2（?））河北棉花总产预测模型：ΔX2t=53.26862+0.39796Xt-1+（?）t+0.28533（?）t-1,（?）t～WN（0,σ2（?））河南棉花总产预测模型：Xt=688.50018+0.04804Xt-1-0.17018Xt-2-0.11307Xt-2,（?）t～WN（0,σ2（?））湖北棉花总产预测模型：Xt=4.20328+0.46822Xt-1+0.53178Xt-2+（?）t-0.09005（?）t-1,（?）t～WN（0,σ2（?））湖南棉花总产预测模型：Xt=205.3145+（?）t-0.59361（?）t-1-0.63806（?）t-2+0.37404（?）t-3,（?）t～WN（0,σ2（?））安徽棉花总产预测模型：Xt=0.6335-0.755.1Xt-1-0.4004Xt-2,（?）t～WN（0,σ2（?））江苏棉花总产预测模型：Xt=41.63724-0.83734（?）t-0.24745（?）t-1-0.30283（?）t-2+0.68303（?）t-3,（?）t～WN（0,σ2（?））模拟结果指出,未来几年,新疆、山东、河北、湖北省和江苏棉花总产呈上升趋势,其中山东上升速度较快,新疆和河北上升缓慢,湖北和安徽总产上升趋势最慢；江苏有一定的波动。湖南总产趋势不变；河南省则呈下降趋势。

论文目录

• 摘要
• Abstract
• 缩写词表
• 1. 引言
• 1.1 问题的提出
• 1.2 国内外研究综述
• 1.2.1 国外农作物模型研究现状综述
• 1.2.2 国内农作物模型研究现状综述
• 1.3 中国棉花生产的波动概述
• 1.3.1 棉花种植面积波动
• 1.3.2 皮棉单产波动
• 1.3.3 棉花总产波动
• 1.3.4 中国棉花价格变化
• 2 基于时间序列模型对棉花产量预测模型的研究思路和方法
• 2.1 ARIMA模型
• 2.2 组合预测模型理论
• 2.2.1 权重计算方法
• 2.2.2 模型精度比较
• 2.3 预测模型的类型
• 2.3.1 自回归模型（AR）
• 2.3.2 移动平均模型（MA）
• 2.3.3 自回归-移动平均模型（ARMA）
• 2.3.4 差分自回归-移动平均模型（ARIMA）
• 2.4 模型判断准则
• 2.4.1 判定准则
• 2.4.2 SBC准则
• 2.4.3 BIC准则
• 3 农户产值模型
• 4 全国总产预测模型
• 4.1 ARIMA时间系列模型
• 4.2 一元回归单产预测模型
• 4.3 多元回归单产预测模型
• 4.4 组合模型总产预测
• 4.5 对2011-2015年全国棉花总产的预测
• 4.6 与前5年比较分析
• 5 应用ARIMA模型对主要棉产省区棉花总产预测
• 5.1 对新疆自治区的花总产量预测
• 5.2 山东省棉花总产预测
• 5.3 河北棉花总产预测
• 5.4 河南省棉花总产预测
• 5.5 湖北省棉花总产预测
• 5.6 湖南省棉花总产预测
• 5.7 安徽省棉花总产预测
• 5.8 江苏省棉花总产预测
• 6. 结论与讨论
• 6.1 讨论
• 6.1.1 农户产值模型
• 6.1.2 全国棉花总产预测模型
• 6.1.3 ARIMA模型对6个主产棉省区的总产预测
• 6.2 结论
• 附录
• 参考文献
• 致谢
• 作者简介