基于时间序列模型对我国互联上网人数的分析及预测

1、盐 城 师 范 学 院毕业论文 基于时间序列模型对我国互联网上网人数的分析及预测 学生姓名 江月 学 院 数学与统计学院 专 业 统计学 班 级 统计12（2）班 学 号 12213209 指导教师 孙慧慧 2016年5月21日毕业论文（设计）承诺书本人郑重承诺：1、本论文（设计）是在指导教师的指导下，查阅相关文献，进行分析研究，独立撰写而成的.2、本论文（设计）中，所有实验、数据和有关材料均是真实的.3、本论文（设计）中除引文和致谢的内容外，不包含其他人或机构已经撰写发表过的研究成果.4、本论文（设计）如有剽窃他人研究成果的情况，一切后果自负.学生（签名）： 2016 年5月21日基于时间序

2、列模型对我国互联网上网人数的分析及预测摘 要中国的网民规模表现出持续快速发展的趋向，更多的居民意识到互联网的方便快捷。由于居民收入水平的提高和上网设备成本的下降，互联网逐渐进入各家各户。是以，关于我国互联网上网人数发展趋势的分析研究，对于正在飞速发展的中国和其社会形态的研究具有重要的意义。本文主要利用Eviews软件对我国1997-2015年我国互联网上网人数的数据进行统计分析，首先建立ARMA预测模型，然后利用所建立的模型进行数据分析，并预测2016年到2020年我国互联网上网人数，从而对我国互联网发展远景进行分析研究。【关键词】互联网上网人数；ARMA模型；预测模型Time Series

3、Model for Analyzing and Forecasting the Number of Chinas Internet usersAbstractThe scale of China's Internet users shows a trend of rapid and sustainable development, more and more people realize the Internet convenient function。Due to the decline in the level of income and the cost of Internet

4、devices, Internet has entered every household.Therefore, the analysis of the development trend of the number of Internet users in China is of great significance to the rapid development of China's social form.This paper mainly uses the Eviews software to analyze the data of China's Internet

5、users in 1997-2015，First of all,the ARMA prediction model was established, and then the data were analyzed by using the established model, and the number of Internet users in China from 2016 to 2020 was predicted, and the development prospect of Internet in China was analyzed.Key words Number of Int

6、ernet users,ARMA model,prediction model目 录引 言11 关于时间序列分析的基本方法2 1.1 预处理平稳化的过程2 1.2 关于时间序列常用模型的简述3 1.3 模型的建立42 基于时间序列模型对我国互联网上网人数的分析及预测5 2.1 我国互联网上网人数时间序列分析的预处理5 2.2 模型识别、建立8 2.3 检验10 2.4 预测103 总结114 关于推动互联网行业发展的意见和建议11参考文献13致谢14盐城师范学院毕业论文引 言中国统计局最新数据显示，当前我国互联网的上网人数已经达到了68826万人。伴随着电脑手机等电子产品的普及，数据网络和无线

7、网络的多区域覆盖，可以预测，我国互联网上网人数会呈直线上升。互联网的普及将会逐步影响居民生活的各个方面。在社会经济方面，互联网可以做到商业模式的创新，传统产业的升级，社会价值的承载，对构建社会主义和谐社会具有重要作用。现在社会日新月异，信息更是瞬息万变，互联网的普及帮助人们更好更快的了解掌握最新的实时动态，做到高效便捷。本文主要运用时间序列分析方法，寻找其内在规律，利用 Eviews 软件建立模型，预测出我国互联网上网人数未来五年的数据，并对数据进行分析，提出如何推动互联网行业发展的政策建议，为推动信息行业发展提供智力支持。1 关于时间序列分析的基本方法1.1 预处理平稳化的过程 A检验平稳性

8、建立时间序列模型，开始就是要对时间序列进行平稳性检验。平稳性检验有两种方式：一是图检验法，二是构造统计量检验法。我们通常先进行图检验法检验序列平稳性，然后再辅以单位根检验法。a) 图检验法图检验法是直接根据时序图和自相关图显现出的特征来判断时间序列是否平稳的直观的方法。自相关系数： 在（1.1）式中，=样本量，=滞后期，=样本数据的算术平均值。偏自相关系数：X在（1.2）式中，=滞后期后自相关系数。若在滞后阶数大于2或3时，时间序列的自相关系数很快趋于0，即很快地落入随机空间，那么该时间序列是平稳的，若不然，该时间序列非平稳。b）单位根检验法图检验法是从直观上判断数据是否平稳，并不准确，所以我

9、们需要进一步用实际数据来证明平稳性。单位根检验法常用方法：一是检验，二是检验。检验：一阶回归模型，该时间序列平稳；，需要进一步检验是否可能=1，进而判断该序列是否平稳。检验：在检验中，在式子中，经常由于序列高阶滞后相关的存在，从而随机扰动项是白噪声的假设被破坏。对此，检验进行了改进，假设序列服从过程。检验方程为：（参数的选择根据具体情况而定，一般来说，选择可以保证是白噪声的最小的值） B数据平稳化在对时间序列进行平稳性检验过后，要是发现该时间序列是非平稳的，则需要对该序列进行平稳化处理，将其转变为平稳的时间序列，才可以进一步分析研究。时间序列的平稳化处理一般有取对数和差分两种方式。一般来说，我

10、们可以先取该序列的对数，若取对数后仍然不平稳，则需要对其差分。差分可以是对原始数据进行差分，也可以是对其取对数后的序列进行差分，进而达到消除其线性趋势的目的。差分运算公式：一阶差分：阶差分：步差分：1.2 关于时间序列常用模型的简述常用的时间序列模型主要有三种：自回归模型 ，移动平均模型，自回归移动平均模型。对于平稳的时间序列，其模型结构如下：自回归模型（）: （其中，是模型阶数，（）是模型的待定系数，是误差）滑动平均模型（）：(其中，是模型的阶数，（）是模型的待定系数，是误差)自回归滑动平均模型（）:（其中，是模型阶数,（）是模型的待定系数，是误差）1.3 ARMA模型的建立a) 模型的识别

11、和定阶在时间序列分析建模的过程中，模型的识别可以通过直接观察自相关系数（）和偏相关系数（）对模型有一个初步的识别。同时辅以定阶准则，然后选出最合适的模型进行预测。表1-1 模型中自相关、偏自相关系数的特点：模型自相关系数（）拖尾阶截尾拖尾偏相关系数（）阶截尾拖尾拖尾准则法：准则的一般形式：，式中为平稳序列为样本数，为拟合残差平方和，为参数。b) 模型的参数估计参数估计是在模型定阶完成后进行的，通用的模型估计有以下几种：一是矩估计，二是最小二乘估计还有极大似然估计。在本文中用的是最小二乘估计（）方法，它具有优良的统计性质，并且计算简便。c) 模型的检验和预测在对模型参数估计完成之后，就要对模型进

12、行检验，进而判断所选择的模型是否合适。这可从两个方面来检验：一是检验模型参数的估计值是否具有显著性；另一是检验模型的残差序列是否为白噪声4。检验需要建立关于残差项的自相关和偏相关图，通过自相关图和偏相关图来检查参数估计的显著性和残差序列是否为白噪声。自相关图的分析，一是分析相关图是否具有短期相关性，有相关性残差则是白噪声序列，模型没有未被解释部分；二是判断统计量的值是否在置信区间内，在置信区间内则是白噪声序列。如果模型参数估计值具有显著性且模型的残差序列为白噪声，就说明该模型拟合的非常好，可以按照这个参数建立模型。2 基于时间序列模型对我国互联网上网人数的分析及预测 表2-1是我国互

13、联网上网人数1997-2015的数据，本文将建立时间序列模型对其分析研究，并预测2016年 到2020年我国互联网上网人数。 表2-1 我国互联网上网人数1997-2015 (单位：万人)年份人数年份人数年份人数19976220051110020136175819982102006137002014648751999890200721002015688262000225020082980020013370200938400200259102010457302003795020115131020049400201256400 数据来源：中国国家统计局统计年鉴2.1 我国互联网上网人数时间序列分析

14、的预处理A平稳性检验a）绘制原始数据的时间序列图 由表2-1数据，绘制原始数据的时间序列图，如图2-1。 图2-1全国互联网上网人数时序图从图2-1可以看出，在1998年到2015年间，我国互联网上网人数的数量具有非常明显的增加趋向，这显然表示原始的时间序列是不平稳的。可以进行单位根检验进一步说明。图 2-2 全国互联网上网人数检验图单位根检验的结果：如图2-2所示，所以接受原假设，即该序列存在单位根，该序列是非平稳的，需要对其进行平稳化处理。B平稳化处理 首先对原始数据进行取对数处理，所得数据为，然后绘制的时间序列序图，如图2-3。图2-3 数据的时间序列图从图2-3可以看出，取对数过后的时

15、间序列仍然具有很明显的上升趋向，通过图形看是非平稳的，同样，通过进行的单位根检验来数字验证。图2-4 数据的ADF检验图单位根检验的结果：如图2-4，我们可以看到，所以接受原假设，该序列存在单位根，即该序列是非平稳的，接下来对数据进行一阶差分，得到数据，并验证其平稳性。绘制数据的时间序列图，如图2-5。图2-5 数据的时序图数据的检验： 图2-6 数据的ADF检验图 通过图2-6可以看出，拒绝原假设，即数据是平稳的，接下来可以对平稳数据进行建模。2.2 模型识别、建立a)模型识别、定阶模型的识别需要观察时间序列的自相关图和偏自相关图，所以第一步就需要建立关于数据的自相关图与偏自相关图，如图2-

16、7。图2-7 数据的自相关图、偏自相关图通过观察图2-7，我们可以得出此模型自回归和移动平均的阶数，模型定阶为：，所以我们可以确定模型为b)模型的参数估计 用Eviews软件建立模型并对参数进行估计，实验结果如图2-8所示：图2-8 ARMA(1,1)参数估计从图2-8可以看出，接近于1，可以判断模型评价指标较好，从而确定关于数据的方程如下：2.3检验对模型的残差序列 进行白噪声检验，以评估 ARMA( 1，1) 模型的拟合效果。图2-9 残差检验图从图2-9可以看出，最后一列列的值都要比0.05大，所以可以拒绝原假设，即残差序列是白噪声序列，该模型通过检验，模型可以做到提取信息充分，模型建立

17、合理。2.4预测根据以上分析可知，本文所建立得时间序列模型可以进行预测。下面利用Eviews软件对原始序列的未来值进行预测，即为所要求的预测值。预测图和预测数值如图2-10、表2-2所示。图2-10 数据预测图 表2-2 2016-2020年我国互联网上网人数的预测值 （单位：万人）年份20162017201820192020预测值74573.1881935.5990871.87101418.20113666.96 从预测结果可以看出，在未来五年内，我国互联网上网人数将处于不断上升趋势,但互联网上网人数会受到很多其他因素的影响，因此，为使我国互联网上网人数在未来五年如预测值一样保持上升趋势，需

18、政府和社会共同关注，一起努力，促进互联网行业的发展。3 总结本文首先用1997年到2015年的我国互联网上网人数的历史数据来建立模型，并利用模型对2016-2020年我国互联网上网人数进行预测。由预测结果可以看出，在未来五年内，我国互联网上网人数将持续上升，而互联网的使用人数是判断互联网普及程度的一个参考依据，因此可以推断，在未来五年里，我国互联网的使用将更加普及。但是，我们也应该认识到，与发达国家相比较，我国的互联网发展整体水平还存有较大的差距。同时，互联网行业的发展很不平衡，比如城乡之间、地区之间。当前，社会各方面对信息技术的需求不断增长，中国一定要抓住机遇，加快推进互联网行业的发展，促进

19、社会信息化进程，努力缩小“数字鸿沟”。4、关于推动互联网行业发展的建议关于如何更好地推动互联网行业的发展，本人提出以下几点建议：一、加快农村互联网建设，促进城乡协调发展9农村互联网正在迅速发展，但是，与城市的互联网建设对比，尚有很大的差距。在农村地区，互联网的使用者多为农民，而大多数的农民都缺少文化知识且收入较低。另外，我国是农业大国，农民仍是最主要的人口基数，而在农村地区，农村信息化基础硬件建设仍处于起步阶段，不能满足居民需要，供不应求。还有政府的不合理利用，也导致已有的设备没有得到正确安排，管理不到位。此外，专业人才的缺少也是农村地区互联网发展赶不上城市的重要因素之一。对此，本文提出建议：

20、第一，建设农村网吧并加强对其的规范化管理。第二，加大宣传力度，普及农村居民对互联网的认识。三是建设乡镇网站，加快农村信息化进程。二、创新技术与业务，提高综合竞争力中国应该密切关注世界互联网行业的发展趋向，在技术与业务创新方面着重加强，提高互联网核心竞争力，拟定准确的技术政策、业务政策，增强对网络演进的指导，发展核心技术。三、加强依法监管，创建绿色的网络环境10政府要加强依法监管，为老百姓提供和谐健康的网络环境。互联网的快速普及给人们带来方便的同时，也带来了很多新型问题。开放的网络环境，让一切变得没有距离。有利必然有弊。政府应该加强管理，促进互联网行业的健康发展。四、加强国际合作，促进共同发展1

21、1 在互联网行业发展方面，中国应该加强与国际合作，促进彼此共同发展。学习他国先进技术，弥补自己的不足。应该有条不紊地开放信息业务市场，并且开拓国际市场，参与到国际竞争当中。全面地提高信息网络、业务和服务水平，加大推广信息技术应用，从而更好地满足社会各方面的互联网信息需求，推动互联网行业持续协调快速健康发展。参考文献1 何振华，浅析中国互联网金融的发展现状和发展趋势J，新经济，2014年6月2 易丹辉，统计预测2方法与应用M，北京：中国统计出版社，20013 张晓峒，Eviews使用指南与案例M，北京：机械工业出版社，20074 彭月，ARIMA模型的介绍J，电子世界，2014年第10期5 Professor Howell Tong .Lecture Notes on Time Serie