1、.：.；2021年河南科技大學數學建模選拔賽承 諾 書我們仔細閱讀了數學建模選拔賽的規那么.我們完全明白，在做題期間不能以任何方式包括、電子郵件、網上咨詢等與隊外的任何人研討、討論與選拔題有關的問題。我們知道，抄襲他人的成果是違反選拔規那么的, 假設援用他人的成果或其他公開的資料包括網上查到的資料，必需按照規定的參考文獻的表述方式在正文援用途和參考文獻中明確列出。我們鄭重承諾，嚴厲遵守選拔規那么，以保證選拔的公正、公平性。如有違反選拔規那么的行為，我們將遭到嚴肅處置。我們選擇的題號是從A/B/C中選擇一項填寫： A 隊員簽名 ： 日期：2021年8月 27日2021年河南科技大學數學建模競賽選

2、拔編 號 專 用 頁評閱編號評閱前進展編號：評閱記錄評閱時運用：評閱人評分備注 廢品油價錢與家庭汽車摘要本文研討廢品油價錢和家庭汽車等問題，利用時間序列預測模型和非線性擬合模型，來預測未來中國廢品油價錢情況、家庭汽車的開展前景等情況。第一小題：針對問題一：我們經過查閱報刊和到互聯網上來了解分析影響中國廢品油價錢的要素。綜合所得的資料，得出影響中國廢品油價錢的要素有12種。其中國際原油價錢對中國廢品油價錢影響最大。針對問題二，經過互聯網，搜索2021年至2021年，國內廢品油價風格整數據，分別創建汽油價錢和柴油價錢的時序列，作出游程檢驗，p值為0，為非平穩時序列。先后進展3階差分和4階差分后的平

3、穩時序列，作出兩者的自相關圖和偏相關圖，察看并估計系數，然后建立時間序列模型，參數值未經過顯著性檢驗。于是我們選擇直接對原數據進展時間序列模型創建，分別得到汽油價錢模型和柴油價錢模型，得出2021年國內廢品油價錢的預測。第二小題：針對問題一：我們選杭州市作為樣本。首先，到杭州市統計局官網查找家庭汽車的相關數據并整理成表格。然后，我們做車輛數隨年份的散點圖，察看出它不是線性相關的，且它是小樣本數據，我們就利用MATLAB編程求解系數值，從而建立了非線性擬合模型。此模型為：經過模型我們預測到2020年的車輛數為1.8388億輛，且從2021年到2020年間家庭汽車以指數方式增長，所以預測出到202

4、0年家庭汽車市場前景良好。針對問題二：我們整理所需數據進展處置，得到家庭汽車數量和廢品油價錢隨時間開展的各個斜率制成表格，畫圖能清楚的看出廢品油價錢增長幅度和家庭汽車增長幅度呈負相關。第三小題：分析外國的廢品油價錢要素，了解到大多數國家的廢品油定價中，都思索了原油價、稅收、進出口、供應需求等。所以我們在下一問中建立的模型三就思索研討廢品油價錢和國際原油價錢，稅收，石油進口量之間的關系。選擇汽油價錢來建立適宜中國國情的廢品油定價模型，選擇主要要素：國際原油價錢，稅收，進口量，進展要素與汽油價錢之間相關性分析，并建立多元線性回歸模型，得到定價模型關鍵字：廢品油價錢，家庭汽車數量，MATLAB編程，

5、非線性擬合模型，時間序列模型 多元線性回歸1、問題重述隨著汽車行業的興起，汽車越來越成為百姓生活必需品，然而節節攀升的油價給人們的生活消費帶來了負面影響。請他就某個城市，搜集家庭汽車、影響廢品油價錢要素等實踐數據標出來源，對以下問題建立數學模型，并回答以下問題。1分析影響中國廢品油價錢的要素，建立數學模型，并預測到2021年中國廢品油價格情況。1.2對家庭汽車數量的增長給出數學模型，并預測到2020年家庭汽車的開展前景，闡明廢品油價錢對家庭汽車增長的影響。1.3分析國外廢品油價錢的定價要素，給出一份適宜中國國情的廢品油定價模型。1.4根據他所建立的模型，給國家發改委提出中國廢品油定價機制的建議

6、。2、模型假設2.1：假設網上找到的數據是真實可靠的。2.2：假設當月未查到的廢品油價錢表示廢品油價錢未發生改動，所以就跟從前個月的價錢。2.3：假設私人汽車就是家庭汽車。2.4：假設廢品油價風格整日期在月初或月末，每個月15號之前的調價為月初調,價，15號之后調價為月末調價。2.5：原油進口價錢以布倫特石油價錢為基準價錢。2.6：我國原油供應全部進口原油。2.7：國內廢品油價錢只思索消費稅的稅費。2.8廢品油價錢影響要素之間相互獨立。3、變量闡明稱號闡明：時間間隔 表示年份與2000年之間的時間差。例2000年的時間間隔 為0；2001年的時間間隔 為1。符號闡明表示截距表示趨勢表示加法模型

7、的季節因子表示年份，時序列中年份為時序列值向后平滑期數時序列中年份為時的序列值表示時間間隔 。表示時間。表示近似函數。表示私人汽車數。表示近似函數的系數矩陣，。表示時間間隔 的矩陣，。表示家庭汽車的數量矩陣，B=AD。汽油價錢。汽油價錢減去稅費的值。國際原油價錢系數進口量系數國際原油價錢進口量4、問題分析4.1：我們把問題分成兩部分。問題一為分析影響中國廢品油價錢的要素；問題二為建立時間序列預測模型，并預測到2021年中國廢品油價錢情況。 4.1.1： 按照(文獻【1】)得定義廢品油是指汽油、煤油、柴油及其他符合國家產質量量規范、具有一樣用途的乙醇汽油和生物柴油等替代燃料。而在生活中汽油和柴油

8、被廣泛運用，且在國際上也是以汽油價錢和柴油價錢來衡量廢品油價錢。綜合以上，我們將分析廢品油價錢轉化為分析汽油和柴油的價錢。我們根據(文獻【2】、文獻【3】、文獻【4】)總結得出影響廢品油價錢的十二種主要要素：1國際廢品油價錢,2國際原油價錢，3替代能源及開展戰略，4國家環境維護及能源消費有關政策，5參與WTO,(6)燃油附加稅，7廢品油進出口量，8走私販運廢品油，9國家石油貯藏制度，10廢品油市場的供應與需求，11交通運輸，12廢品油市場競爭。在影響廢品油價錢的要素中,表層景象緣由取決于國際廢品油油價、廢品油供應要素、需求要素以及行業競爭情況;國家環境維護有關政策、廢品油凈進口量、政局原油貯藏

9、體制、燃油附加稅、走私販運廢品油那么是五個較深層次的影響要素;替代能源要素和國際貿易依存度是兩個深層次緣由;而原油價錢是影響廢品油價錢的根源。4.1.2：建立中國廢品油價錢的數學模型，并預測2021年國內廢品油價錢的情況，我們選擇對汽油價錢和柴油價錢分別建立時間序列，并經過以下流程建立所需的預測模型，并進展預測。4.2我們也把問題分成了兩部分。問題一為建立模型二即非線性擬合模型來預測到2020年的家庭汽車數量情況。問題二我們同過模型一和模型二中的數據，整理處置，畫出他們增長斜率的變化圖來分析廢品油價錢增長幅度和家庭汽車增長的影響。4.2.1：針對問題一：我們選杭州市作為樣本。首先，到杭州市統計

10、局官網查找家庭汽車的相關數據并整理成表格。然后，我們做車輛數隨年份的散點圖，察看出它是不是線性相關的。假設它不是呈線性相關的那么根據它是小樣本數據，我們就利用MATLAB編程求解系數值，從而建立了非線性擬合模型。經過模型我們預測到2020年的車輛數，且根據畫出模型的圖型來分析到2020年間家庭汽車的變化情況，從而預測出到2020年家庭汽車市場前景好壞。4.2.2：我們整理所需數據進展處置，得到家庭汽車數量和廢品油價錢隨時間開展的各個斜率制成表格，畫圖能清楚的看出廢品油價錢增長幅度和家庭汽車增長幅度呈負相關。4.3.1：目前，世界各國國內市場廢品油價錢的構成機制主要有市場競爭構成價錢和國家定價兩

11、種。其中大部分國家都是采用市場竟爭的方式來定廢品油價，比如韓國、日本、美國、英國等。為了分析完全市場化，我們分析了美國的廢品油定價機制。在美國，汽柴油價錢會隨著原油價錢的動搖隨時調整。美國汽油隨行就市的一個主要緣由是它的本錢構成中原油本錢占據主要部分。按照美國能源部近年的統計，汽油平均本錢中，55%是原油，22%是煉油環節，19%是稅收，4%是零售和營銷。但也有國家采用國家定價機制。例如比利時，它是個典型的“無油國，但是比利時政府、企業和消費者面對居高不下的油價卻并不驚慌，緣由就在于比利時獨特的燃油定價機制。在比利時，燃油零售價中共包括四個部分的費用：一是進口本錢價；二是經銷商的利潤；三是消費

12、稅；四是增值稅。其中，消費稅相對固定，而增值稅那么是前三項之和再乘以一個固定的比例。所以綜合以上來看如今各國的廢品油定價機制無論最終采取什么樣的定價方法，都在堅持與國際市場價錢接軌的方向和原那么，建立既反映國際市場石油價錢變化，又思索國內市場供求、消費本錢和社會各方面接受才干等要素的廢品油定價機制。且在一切國家的廢品油定價中，都思索了原油價、稅收、進出口、供應需求等。所以我們在下一問中建立的模型三就思索研討廢品油價錢和國際原油價錢，稅收，石油進口量之間的關系。4.3.2：針對中國國情，我們選擇“國際原油價錢，“稅收“原油進口量三個要素來決議廢品油價錢，建立了關于汽油價錢的多元回歸定價模型。從互

13、聯網中搜集數據，獲得2021年至2021年每月布倫特原油的價錢和國內原油進口量。自2021年1月1日起，我國汽油消費稅由0.2/升提升到1元/升。每立方米體積的車用汽油為0.725噸，1立方米=6.29桶油，一噸車用汽油為6.29/0.725=8.67桶，一桶=158.98升，所以一噸車用汽油所交稅費為元。得到三大要素的值，建立模型。5、模型建立5.1：模型一51.1在第一問的根底上，首先我們經過互聯網文獻【5】，文獻【6】查找到我們需求的數據，我們把數據整理出來，見附表一。然后，我們利用附表一，按每月月初、月末數據歸屬來建立表格見附表二。5.1.2：根據表格二利用EXCEL繪制該序列的時序圖

14、。圖一：六、模型的評價與改良 從圖上看出自2021年-2021年，同時期汽油價錢都高于柴油價錢。汽油價錢和柴油價錢都是向上增長，可以看出廢品油整體上是呈向上增長的趨勢。但在小范圍內時，價錢動搖較平凡。其中2021年11月份-2021年5月份，在這階段內汽油價錢和柴油價錢都在不停的增長，增長幅度較大；而在2021年4月份-2021年8月份左右，在這階段內汽油價錢和柴油價錢都呈直線情勢下降。5.1.3：利用游程檢驗來檢驗平穩性。利用spss作游程檢驗來檢驗其平穩性，表一：游程檢驗汽油價錢柴油價錢檢驗值a77306980案例 = 檢驗值2626案例總數5050Runs 數22Z-6.858-6.85

15、8漸近顯著性(雙側).000.000a. 中值游程檢驗中p值都為0，所以汽油價錢時序列和柴油價錢時序列都是非平穩的。根據分析，序列蘊含著曲線趨勢，利用spss經過三階差分提取曲線趨勢的影響。并繪制出時序圖。圖二：汽油價錢三階差分后時序圖圖三：柴油價錢三階差分后時序圖由時序圖分析，汽油價錢和柴油價錢大致在0值附近動搖，動搖范圍游街，且無明顯趨勢和周期特征。進一步檢驗其平穩性，再次對其做游程檢驗。表二：游程檢驗DIFF(汽油價錢,3)DIFF(柴油價錢,3)檢驗值a00案例 = 檢驗值2929案例總數4747Runs 數3030Z1.9641.964漸近顯著性(雙側).049.049a. 中值P值

16、為0.049，接受時序列為平穩時序列，但并不顯著，于是利用spss作出四階差分，作出時序圖，圖四：汽油價錢四階差分后時序圖圖五：柴油價錢四階差分后時序圖該時序圖動搖范圍有界，無明顯趨勢及周期特征，以為是平穩序列，進一步作游程檢驗，表三：游程檢驗DIFF(汽油價錢,4)DIFF(柴油價錢,4)檢驗值a00案例 = 檢驗值2626案例總數4646Runs 數3535Z3.3053.305漸近顯著性(雙側).001.001a. 中值由表分析，p值極小，所以四階差分后時序列為平穩序列。下面作出差分后序列自相關圖、偏相關圖來確定模型。圖六 汽油價錢自相關圖自相關圖中延遲3階后，自相關系數衰減到小范圍中動

17、搖，這闡明序列明顯短期相關，序列由顯著地相關系數衰減為小值動搖的過程有些緩慢。圖七：偏自相關圖延遲5階后的偏自相關系數都在小范圍中動搖，偏相關系數衰減為小值動搖的過程相當緩慢。圖八：柴油相關系數圖調查該序列的自相關圖，自相關圖中延遲3階后，自相關系數全部衰減到小范圍中動搖。圖九：偏自相關5.1.4：求解參數值。序列由顯著偏自相關系數衰減為小值動搖的過程相當緩慢。接著利用spss進展模型創建，得到模型參數表四：指數平滑法模型參數模型估計SEtSig.DIFF(柴油價錢,4)-模型_1無轉換Alpha (程度).002.014.174.863Delta (季節)2.543E-5.146.0001.

18、000DIFF(汽油價錢,4)-模型_2無轉換Alpha (程度).002.014.171.865Delta (季節)8.240E-6.1435.756E-51.000模型參數的p值都大于0.05，沒有經過顯著性檢驗。于是經過對原始數據進展spss創建模型，并進展預測。表五：指數平滑法模型參數模型估計SEtSig.汽油價錢-模型_1無轉換Alpha (程度)1.000.1546.473.000Gamma (趨勢)1.431E-6.0801.788E-51.000Delta (季節).001331.2343.019E-61.000柴油價錢-模型_2無轉換Alpha (程度)1.000.1556.

19、441.000Gamma (趨勢)1.398E-6.0861.623E-51.000Delta (季節).001266.9143.747E-61.000得出汽油價錢模型：表示截距，b表示趨勢，c為加法模型的季節因子，;k為向后平滑期數，s表示季節周期的長度，對于月度數據s=12。柴油價錢模型：表示截距，b表示趨勢，c為加法模型的季節因子，;k為向后平滑期數，s表示季節周期的長度，對于月度數據s=12。5.1.5：預測值為表六：2021年國內廢品油價錢預測模型1 月 20212 月 20213 月 20214 月 20215 月 20216 月 2021汽油價錢-模型_1預測9993100531

20、0331106831060110511UCL121971230512629130271298912943LCL778978018033834082128079柴油價錢-模型_2預測910891689413974396669583UCL112441011640120211198011940LCL697269867186747273517226表七：2021年國內廢品油價錢預測模型7 月 20218 月 20219 月 202110 月 202111月202112月2021汽油價錢-模型_1預測105561059810811106881079110791UCL1303113116133701328

21、81343113471LCL808180818252808881508111柴油價錢-模型_2預測963396719881975898509858UCL120321211012360122781241712455LCL723572317401723972997261圖十：擬合預測圖形察看2021年國內廢品油價錢的預測值，廢品油價錢動搖明顯，但是總體是上升趨勢。5.2模型二：由于題中要求選一個城市，來研討家庭汽車數隨年的變化。選擇了杭州市的車輛變化。5.2.1：在杭州統計局官網查找資料經過文獻【6】、文獻【7】、文獻【8】、文獻【9】、文獻【10】、文獻【11】、文獻【12】找到我們所需的數據并

22、整理成表格。表格八：杭州私家車數量變化年份車輛數(輛)20074775882021565182202171867520219424272021116292520211408700我們利用表格八在EXCEL中制造了散點圖，如以下圖：圖十一：杭州私家車數量隨時間的散點圖經過圖十一，我們能看出杭州私家車數量變化隨年遞增，且遞增幅度越來越大。同時也能從側邊反響社會經濟的快速開展，杭州市民的生活程度在逐年提高。時間和私家汽車數量也不是線性關系，所以我們不用線性回歸模型，而用擬合模型來預測未來汽車的變化。5.2.2首先我們處置數據，將2000年作為臨界點，然后利用公式計算時間間隔 。公式：利用此公式制造表

23、格九：部分時間間隔 表年份時間間隔 2007720218202192021102021112021122021135.2.3：知di,yi的六組數據，利用插值擬合建立模型。根據公式：公式1表示的是近似函數與時間間隔 的關系式； 公式2表示的是近似函數等于家庭汽車數。公式1：公式2：要求：n D=AB得到 D =1.0e+007 *-9.81325.4934-1.21110.1318-0.00710.0001解得近似函數的系數: D= a0;a1;a2;a3;a4;a5=1.0e+007 * -9.81325.4934-1.21110.1318-0.00710.0001于是得到模型二：也可以寫成

24、 B=AD5.2.4：我們根據所建模型來預測到2020年家庭汽車的開展前景。我們利用模型二并結合MATLAB編程程序見附表1預測到2020年的家庭汽車數量及圖表。表格十：2007年-2020年間的杭州家庭汽車數量情況表單位：億兩年份家庭汽車20070.004820210.005720210.007220210.009420210.011620210.014120210.019920210.036820210.078920210.168620210.338320210.632120191.107820201.8388表十預測出到2020年間的杭州家庭汽車數量，能直接的得到詳細數據如圖十二 200

25、7年-2020年間的杭州家庭汽車數量情況表圖三清楚的描畫了到2020年杭州市的家庭汽車數量變化情況。開場汽車增長的較緩慢，到2021年開場呈指數方式遞增，增長數度很快，闡明家庭汽車到2020年前的需求很大。所以預測到2020年家庭汽車的開展前景良好。5.2.5初級檢驗：為了檢驗模型的準確性，我們進展MATLAB擬合畫圖，得圖四。圖十三： 原值與利用近似函數求的解的對比較合圖圖十三中紅色線表示的是2007-2020年間利用模型二求得的值，而*表示的是2007-2021年間的原值。從圖中可以看出原值與擬合值很接近，所以我們以為，模型二的擬合度較好。5.2.6：為了闡明廢品油價錢對家庭汽車增長的影響

26、。由于廢品油中的汽油對家庭汽車影響較大，所以我們這里利用汽油價替代廢品油價。我們利用表格二，表格三用均值來將數據進展處置得到如下表：表十一：2021-2021年家庭汽車數量和汽油價表年份車輛數汽油價20217186756257.520219424277246.67202111629258321.67202114087008560根據表十一對數據進一步做處置。得到表十二：汽油價和車輛數隨年份變化產生變化的斜率年份汽油價車輛數20210.16 0.31 20210.17 0.23 20210.03 0.21 利用表十二，我們制造了以下圖：圖十四： 汽油價和車輛數隨年份變化產生變化的斜率從圖十四可以

27、清楚的看出當汽油價上升幅度增大時，汽車數量增長情勢下降幅度極快；當汽油價大幅度下降時，家庭汽車數量增長情勢下降幅度減緩。綜合上面可知，當廢品油價錢對家庭汽車增長的有較大影響。廢品油價錢增長幅度和家庭汽車增長幅度呈負相關。5.3模型三：5.3.1制造表格：國內廢品油定價要素數據表月份汽油價錢國際原油價錢稅收原油進口量汽油價錢稅收元/噸美圓/桶元/噸萬噸元/噸2021年1月544045.759.2912824060.712021年2月544043.869.2911604060.712021年3月573047.259.2916344350.712021年4月573051.449.2916174350

28、.712021年5月573057.889.2917094350.712021年6月613069.19.2916604750.71此為部分數據，詳細見附表11利用spss對，作相關性分析，相關性汽油價錢原油價錢原油進口量汽油價錢Pearson 相關性1.970*.736*顯著性雙側.000.000N363636原油價錢Pearson 相關性.970*1.686*顯著性雙側.000.000N363636原油進口量Pearson 相關性.736*.686*1顯著性雙側.000.000N363636*. 在 .01 程度雙側上顯著相關。汽油價錢和原油價錢，進口量相關性分別為0.97,0.736，相關性

29、很強，所以我們利用spss作出多元線性回歸模型。模型匯總模型RR 方調整 R 方規范 估計的誤差1.970a.941.939233.521892.975b.950.947217.64499a. 預測變量: (常量), 原油價錢。b. 預測變量: (常量), 原油價錢, 原油進口量。c. 因變量: 汽油價錢Anova模型平方和df均方FSig.1回歸2.945E712.945E7539.983.000a殘差1854104.0963454532.473總計3.130E7352回歸2.974E721.487E7313.890.000b殘差1563188.2373347369.341總計3.130E7

30、35a. 預測變量: (常量), 原油價錢。b. 預測變量: (常量), 原油價錢, 原油進口量。c. 因變量: 汽油價錢系數模型非規范化系數規范系數B規范 誤差試用版tSig.1(常量)2284.946160.19714.263.000原油價錢43.3521.866.97023.238.0002(常量)1714.618274.3286.250.000原油價錢39.2862.391.87916.433.000原油進口量.471.190.1332.478.018得出模型三： 5.4問題四：目前，世界各國國內市場廢品油價錢的構成機制主要有市場競爭構成價錢和國家定價兩種。而我國正是國家定價機制，且存

31、在著一些機制性問題。為實現既反映國際市場石油價錢變化，又思索國內市場供求、消費本錢和社會各方面接受才干等要素的廢品油定價機制，針對性的提出一些建議：1廢品油調價時間適當縮短，及時靈敏地反映市場變化。國內 HYPERLINK baike.baidu/view/512443.htm 廢品油價風格整與國際市場變化最好一致，降低囤積居奇等投機行為，從而規范市場競爭，使市場穩定開展。2與國際油價接軌，再根據中國市場的正常需求來合理安排油價。一是定價程度較合理，與 HYPERLINK baike.baidu/view/680714.htm 實踐價錢誤差減少，從而到達促進消費的目的，使得 HYPERLINK

32、 baike.baidu/view/588706.htm 國家指點價起不到指點作用。二是世界各地 HYPERLINK baike.baidu/view/512443.htm 廢品油 HYPERLINK baike.baidu/view/245611.htm 消費構造、習慣及季節變化等，與國內市場不盡一樣，而且國內各地市場的需求情況也不盡一樣，按照國際市場油價制定國內價錢，同國內市場的實踐情況必然有出入。結合我國國內對石油市場的需求供應，降低稅收，來制定定價機制。3建立廢品油、原油期貨買賣市場，建立國家能源戰略貯藏，推進廢品油市場體制改革等等這些長久的戰略措施，而后爭取在國際油品市場上的定價權。

33、 6、模型的評價與改良模型一的評價：優點：1時間序列分析預測模型是根據客觀事物開展的這種延續規律性，運用過去的歷史數據，進一步推測市場未來的開展趨勢。時間序列分析預測模型突出了時間要素在預測中的作用。缺陷：(1)時間序列模型因突出時間序列暫不思索外界要素影響，因此存在著預測誤差的缺陷，只思索時間要素不思索外界要素對石油價錢的影響，其預測結果就會與實踐情況嚴重不符。改良:石油價錢，牽一發而動全身，而我們的模型預測只是思索了主要的要素，而國內石油價錢決議是由背后諸多要素所決議的，它們的變化對預測值必定要產生艱苦影響。我們可將決議油價的詳細要素思索進去。模型二的評價：優點：1利用MATLAB編程求解

34、系數簡單快速。 2擬合度較高，能較快的預測到2021年之前的每年都家庭汽車數量，且將此模型畫圖，可以較清楚的看出未來家庭汽車行業的前景。缺陷：1數據有限，樣本容量太小。 (2)直接找時間與家庭汽車數量的變化，沒有思索汽油價錢、GDP、汽車的銷售價變化等要素影響，會呵斥偏離實踐，對預測呵斥較大的誤差。模型改良: 先找汽油價錢、GDP、汽車的銷售價變化等要素與時間的變化的模型，再經過前面的要素對汽車數量的影響建立模型，結合兩個模型來預測未來家庭汽車的數量變化。模型三的評價：優點：1模型建立較簡單，能較快的初步了解國內廢品油定價。 2找到的數據樣本容量較適宜，建立的模型也較合理。 3可以定量的描畫廢

35、品油價錢和國際原油價錢，稅收，石油進口量之間的關系從而可以有效的擬合廢品油價錢的變化和開展。 4利用方差分析，較好的檢驗了模型的好壞。缺陷：1由于知識方便有限，無法準確的將信息利用。 2模型只找了國際原油價錢，稅收，石油進口量與廢品油價錢的關系。替代能源要素、廢品油市場競爭、走私販運廢品油、國家環境維護及能源消費有關政策等影響要素，使模型給出的定價不夠合理，扭曲了市場的正常需求。改良: 去除以點帶面的思想，將影響的國內油價的各方面要素思索進去，例如原油的運輸提煉本錢，石油企業盈利，國家的經濟程度，并且選取更多數據，讓模型有強大、可信的現實根據，從而得到更加客觀真實的模型。 七、模型的推行模型一

36、: 時間序列分析預測模型的哲學根據，是唯物辯證法中的根本觀念，即以為一切事物都是開展變化的，事物的開展變化在時間上具有延續性，市場景象也是這樣。所以我們可將模型運用于經濟開展，人口，作物產量等的預測。 模型三:該模型是多要素影響的最終結果，所以該模型可用于多要素決策，例如水質的評價、產品的銷量等等。八、參考文獻【1】發改委，商務部令2006年第23號 第四條【2】王德耀 ，廢品油價錢影響要素的ISM分析【J】 ，現代商貿工業，2021年07期【3】余曉鐘 ，廢品油價錢影響要素的ISM分析【J】，天然氣經濟，2003年02期【4】程偉力 ，影響國際石油價錢要素的定量分析【J】 ，國際石油經濟，2

37、005年08期【5】綜合 ，2021年國內廢品油價初次上調多城市重回“8元時代 ， HYPERLINK infzm/content/88347 infzm/content/88347 ,2021-02-25 16:16:07【6】互聯網， 2005年至今中國廢品油歷次價風格整一覽， HYPERLINK fiinance.ifeng./roll/20210803/1028894.shtml fiinance.ifeng./roll/20210803/1028894.shtml ,2021-8-03 【7】杭州統計信息網，杭州統計年鑒社會機動車輛擁有量， HYPERLINK /web/tjnj/n

38、j2021/5/nj.htm /web/tjnj/nj2021/5/nj.htm , 2021-10-15【8】杭州統計信息網，杭州統計年鑒社會機動車輛擁有量， HYPERLINK /web/tjnj/nj2021/5/nj.htm /web/tjnj/nj2021/5/nj.htm ，2021-10-15【9】杭州統計信息網，杭州統計年鑒社會機動車輛擁有量， HYPERLINK /web/tjnj/nj2021/5/nj.htm /web/tjnj/nj2021/5/nj.htm ，2021-11-02【10】杭州統計信息網，杭州統計年鑒社會機動車輛擁有量， HYPERLINK /web/t

39、jnj/nj2021/5/nj.htm /web/tjnj/nj2021/5/nj.htm ，2021-11-28【11】杭州統計信息網，杭州統計年鑒社會機動車輛擁有量， HYPERLINK /web/tjnj/nj2021/5/nj.htm /web/tjnj/nj2021/5/nj.htm ，2021-11-20【12】杭州統計信息網，杭州統計年鑒社會機動車輛擁有量， HYPERLINK /web/ShowNews.aspx?id=x2Y%2BlBeZikk /web/ShowNews.aspx?id=x2Y%2BlBeZikk= ，2021-1-14【13】wenku.baidu/vie

40、w/615cc217f18583d049645974.html九、附錄附表1：近年國內廢品油價風格整一覽表單位：元/噸日期汽油價錢柴油價錢2021年1月14日544048102021年3月1日573049902021年6月1日613053902021年6月30日673059902021年7月28日651057702021年9月1日681060702021年9月30號662058802021年11年09日711063602021年4月14日742066802021年6月1日719064602021年10月26日742066802021年12月22號773069802021年2月20號808073

41、302021年4月7號858077302021年10月9號828074302021年2月8號858077302021年3月20號918083302021年5月10號885080202021年6月9號832075102021年7月10號790071102021年8月10號829074802021年9月11號884080202021年11月16號853077202021年2月25號88308010附表二近年國內廢品油價風格整一覽表單位：元/噸月份汽油價錢柴油價錢2021年1月544048102021年2月544048102021年3月573049902021年4月573049902021年5月57

42、3049902021年6月613053902021年7月673059902021年8月651057702021年9月681060702021年10月662058802021年11月711063602021年12月711063602021年1月711063602021年2月711063602021年3月711063602021年4月742066802021年5月742066802021年6月719064602021年7月719064602021年8月719064602021年9月719064602021年10月719064602021年11月742066802021年12月74206680202

43、1年1月773069802021年2月773069802021年3月808073302021年4月858077302021年5月858077302021年6月858077302021年7月858077302021年8月858077302021年9月858077302021年10月828074302021年11月828074302021年12月828074302021年1月828074302021年2月858077302021年3月858077302021年4月918083302021年5月885080202021年6月832075102021年7月790071102021年8月82907480

44、2021年9月884080202021年10月884080202021年11月853077202021年12月853077202021年1月853077202021年2月85307720利用MATLAB編程求解2007年-2020年的杭州家庭汽車數量的變化。 X2=7:20A = 1 7 49 343 2401 16807 1 8 64 512 4096 32768 1 9 81 729 6561 59049 1 10 100 1000 10000 100000 1 11 121 1331 14641 161051 1 12 144 1728 20736 248832 1 13 169 219

45、7 28561 371293 1 14 196 2744 38416 537824 1 15 225 3375 50625 759375 1 16 256 4096 65536 1048576 1 17 289 4913 83521 1419857 1 18 324 5832 104976 1889568 1 19 361 6859 130321 2476099 1 20 400 8000 160000 3200000 Y=A*ansY = 1.0e+008 * 0.0048 0.0057 0.0072 0.0094 0.0116 0.0141 0.0199 0.0368 0.0789 0.1

46、686 0.3383 0.6321 1.1078 1.8388 x=7:12 y=477588 565182 718675 942427 1162925 1408700plot(X2,Y,+)plot(x,y,*,X2,Y,-r)附表2：游程檢驗spss程序NPAR TESTS /RUNS(MEDIAN)=汽油價錢 柴油價錢 /RUNS(MEAN)=汽油價錢 柴油價錢 /STATISTICS DESCRIPTIVES /MISSING ANALYSIS.附表3：三階差分spss程序GET FILE=C:UserslenovoDesktop作業0.0.sav. CREATE /dif1=DIFF

47、(汽油價錢 3)/dif=DIFF(柴油價錢 3).附表4：三階差分后時序圖spss程序* 序列圖. TSPLOT VARIABLES=新汽油價錢 /ID=DATE_ /NOLOG /FORMAT NOFILL NOREFERENCE.TSPLOT VARIABLES=新柴油價錢 /ID=DATE_ /NOLOG /FORMAT NOFILL NOREFERENCE.附錄5：游程檢驗spss程序NPAR TESTS /RUNS(MEDIAN)=新汽油價錢 新柴油價錢 /RUNS(MEAN)=新汽油價錢 新柴油價錢 /STATISTICS DESCRIPTIVES /MISSING ANALYS

48、IS.附錄6：四階差分spss程序CREATE /dif4=DIFF(汽油價錢 4)/dif3=DIFF(柴油價錢 4).附錄7：四階差分后時序圖spss程序* 序列圖. TSPLOT VARIABLES=新汽油價錢2 /ID=DATE_ /NOLOG /FORMAT NOFILL NOREFERENCE.TSPLOT VARIABLES=新柴油價錢2 /ID=DATE_ /NOLOG /FORMAT NOFILL NOREFERENCE.附錄8：游程檢驗spss程序NPAR TESTS /RUNS(MEDIAN)=新汽油價錢2 新柴油價錢2 /RUNS(MEAN)=新汽油價錢2 新柴油價錢2

49、 /STATISTICS DESCRIPTIVES /MISSING ANALYSIS.附錄9：自相關圖、偏相關圖spss程序ACF VARIABLES=新汽油價錢2 新柴油價錢2 /NOLOG /MXAUTO 16 /SERROR=IND /PACF.自相關系數表序列:DIFF(汽油價錢,4)滯后Box-Ljung 統計量自相關規范 誤差a值dfSig.b1-.762.14328.4581.0002.416.14137.1442.0003-.269.14040.8663.000204.000185.0006-.160.43.6276.0007.034.

50、13343.6917.0008.050.13143.8378.0009-.070.12944.1329.00010.118.12844.99210.00011-.173.12646.87411.00012.142.12448.17612.00013-.063.12248.43813.00014.058.12048.67014.00015-.098.11849.36015.00016.051.11749.55216.000a. 假定的根底過程是獨立性白噪音。b. 基于漸近卡方近似。偏自相關系表序列:DIFF(汽油價錢,4)滯后偏自相關規范 誤差1-.762.1472-.390.1473-.354

51、.1474-.548.1475-.237.1476.044.1477-.134.1478.041.1479.097.14710.089.14711-.013.14712-.043.14713-.066.14714.084.14715.006.14716-.147柴油價錢自相關圖序列:DIFF(柴油價錢,4)滯后Box-Ljung 統計量自相關規范 誤差a值dfSig.b1-.774.14329.3901.0002.434.14138.8422.0003-.273.14042.6663.0004.092.43.1084.0005.44.1035.0006-.176.45.8216.0007.05

52、4.13345.9897.0008.033.13146.0518.0009-.060.12946.2649.00010.106.12846.95210.00011-.149.12648.35611.00012.112.12449.16512.00013-.037.12249.25513.00014.039.12049.36014.00015-.089.11849.91915.00016.061.11750.19116.000a. 假定的根底過程是獨立性白噪音。b. 基于漸近卡方近似。偏相關系數表序列:DIFF(柴油價錢,4)滯后偏自相關規范 誤差1-.774.1472-.411.1473-.3

53、52.1474-.592.1475-.343.1476-.060.1477-.234.1478-.062.1479.079.14710.094.14711.053.14712.011.14713-.067.14714.098.14715.012.14716-.150.147附錄10：原數據模型創建spss程序PREDICT THRU YEAR 2021 MONTH 12. * 時間序列建模器. TSMODEL /MODELSUMMARY PRINT=MODELFIT /MODELSTATISTICS DISPLAY=YES MODELFIT= SRSQUARE /MODELDETAILS PRINT= PARAMETERS RESIDACF RESIDPACF FORECASTS /SERIESPLOT OBSERVED FORECAST FIT /OUTPUTFILTER DISPLAY=ALLMODELS /SAVE PREDICTED(預測值) LCL(LCL) UCL(UCL) NRESIDUAL(NResidual) /AUXILIARY CILEVEL=95 MAXACFLAGS=24 /MISSING USERMISSING=EXCLUDE