基于時(shí)間序列的新能源汽車發(fā)展預(yù)測(cè)分析目錄TOC\o"1-3"\h\u228781.1時(shí)間序列的構(gòu)建 1233081.2霍爾特指數(shù)平滑法預(yù)測(cè) 2206951.3預(yù)測(cè)誤差的自相關(guān)性的預(yù)測(cè) 31.1時(shí)間序列的構(gòu)建1.1.1ARIMA模型的建立1.ARIMA模型系數(shù)p，q的范圍擬定ARIMA模型定義為固定時(shí)間序列。因此，如果從一個(gè)非平穩(wěn)的時(shí)間序列開(kāi)始，我們將首先需要“區(qū)分”時(shí)間序列，最終得到一個(gè)固定時(shí)間間隔的時(shí)間序列。根據(jù)這個(gè)固定的時(shí)間序列擬合出一個(gè)ARIMA（p,d,q）模型，其中d是差分的階數(shù)。利用r語(yǔ)言軟件調(diào)取2011-2020年我國(guó)新能源汽車保有量數(shù)據(jù)，繪制時(shí)間序列圖，自相關(guān)圖和偏自相關(guān)圖并觀察趨勢(shì)：圖5-1新能源汽車時(shí)間序列圖圖5-2自相關(guān)和偏自相關(guān)圖通過(guò)觀察，該時(shí)間序列可以有ARMA模型擬合，由于數(shù)據(jù)較少，故不進(jìn)行差分，直接確定模型系數(shù)q，p。由自相關(guān)和偏自相關(guān)圖可知，自相關(guān)系數(shù)二階截尾，偏自相關(guān)系數(shù)一階截尾，可能的模型為：根據(jù)自相關(guān)圖可確定模型為MA(2)模型根據(jù)偏自相關(guān)圖可確定模型為AR(1)模型綜合考慮自相關(guān)與偏自相關(guān)系數(shù)圖可得模型應(yīng)該為ARIMA(1,0,2)計(jì)算三種情況的AIC，BIC值。一般認(rèn)為，AIC和BIC值較小的模型擬合度較高。經(jīng)過(guò)對(duì)比ARIMA(1,0,2)模型的AIC，BIC值均最小，所以我們可以認(rèn)為ARIMA(1,0,2)為最優(yōu)模型。1.2霍爾特指數(shù)平滑法預(yù)測(cè)由圖5-1所示，該時(shí)間序列數(shù)據(jù)增長(zhǎng)趨勢(shì)明顯，且不存在季節(jié)性因素，此處我們應(yīng)選擇霍爾特指數(shù)平滑法進(jìn)行預(yù)測(cè)。以下為參數(shù)預(yù)測(cè)結(jié)果：alpha=0.9646178beta=0.2887873從模型結(jié)果來(lái)看alpha和beta參數(shù)來(lái)看都相對(duì)較低（在0到1之間），數(shù)值較低說(shuō)明較遠(yuǎn)的時(shí)間點(diǎn)上的數(shù)值權(quán)重較高，這可能是由于數(shù)據(jù)差距較大導(dǎo)致。圖5-2霍爾特指數(shù)平滑法預(yù)測(cè)結(jié)果圖從模型的預(yù)測(cè)值和實(shí)際值來(lái)看，預(yù)測(cè)后期的數(shù)據(jù)重合度較高且整體趨勢(shì)吻合度較高，整體上模型預(yù)測(cè)效果相對(duì)不錯(cuò)。在2018年出現(xiàn)較大誤差，這是因?yàn)樵?018年時(shí)國(guó)家新能源政策退坡，直接影響了新能源汽車的產(chǎn)銷量。接下來(lái)我們預(yù)測(cè)未來(lái)十年新能源汽車的銷售量：圖5-3未來(lái)十年銷量預(yù)測(cè)由圖5-3，藍(lán)色實(shí)線表示預(yù)測(cè)值，兩種顏色的陰影部分別表示75%和95%的置信區(qū)間。從增長(zhǎng)趨勢(shì)來(lái)看預(yù)測(cè)結(jié)果吻合度較高。1.3預(yù)測(cè)誤差的自相關(guān)性的預(yù)測(cè)為了驗(yàn)證預(yù)測(cè)誤差的自相關(guān)性，我們利用r語(yǔ)言軟件繪制預(yù)測(cè)誤差的1-5階自相關(guān)圖，如圖5-4.圖5-4預(yù)測(cè)誤差1-5階自相關(guān)圖由圖5-4可知，預(yù)測(cè)模型滯后5階內(nèi)基本沒(méi)有超出置信邊界。為了驗(yàn)證在滯后1-5階時(shí)非零自相關(guān)性是否顯著，我們借助R語(yǔ)言的Ljung-Box檢驗(yàn)，得到結(jié)果P值為0.89394。從結(jié)果來(lái)講，p值較大，預(yù)測(cè)誤差可能存在自相關(guān)性。但由于樣本數(shù)量較少，則預(yù)測(cè)誤差存在自相關(guān)性的可能性較小。從整體