基于數(shù)據(jù)統(tǒng)計的汽油價格分析.pdf

1、汽油作為當(dāng)今世界上的主要能源之一，已經(jīng)為人類社會提供了前所未有的發(fā)展動力?，F(xiàn)代人們的生活也離不開汽油，自然汽油的價格也關(guān)乎到人們“衣食住行”中的“行”。油價也成為人們最為關(guān)注的價格之一。本文主要研究了北京地區(qū)93＃汽油的價格，首先，要探索出油價的某些影響因素，并搜集整理出2000年到2014年的北京地區(qū)93＃汽油價格的數(shù)據(jù)及影響因素的數(shù)據(jù);其次，我們運用相關(guān)分析，逐步回歸分析以及Lasso回歸方法等選擇變量，并建立相應(yīng)的回歸模型;最后建

2、立了93＃汽油價格的時間序列模型。
　　基于此，本文主要方法有:多元回歸方法，逐步回歸方法，Lasso回歸方法和時間序列方法。多元回歸方法主要是進行描述性分析和初步建立線性回歸模型。我們將選取的全部變量都加入到模型中去，發(fā)現(xiàn)只有兩個變量通過檢驗。之后，我們考慮到多重共線性，計算VIF值和變量間的相關(guān)系數(shù)，初步篩選變量，得到預(yù)留變量:國際原油產(chǎn)量(X1)、汽油出口量(X4)、汽油年初年末庫存差額(X5)和運價指數(shù)BDTI(X7)，以

3、便后面的逐步回歸使用。逐步回歸方法是通過逐步回歸的方法進行變量選擇和模型建立。我們在上一部分的基礎(chǔ)上，進一步得到影響汽油價格的因素有:國際原油產(chǎn)量(X1)、汽油出口量(X4)和運價指數(shù)BDTI(X7)。接著建立模型并檢驗其殘差的正態(tài)性和異方差性，我們得到一個殘存服從0均值無異方差性的正態(tài)分布的線性回歸模型。還有通過另外一種方法選擇變量和建模--Lasso回歸方法。運用R語言的glmnet()函數(shù)，選擇lambda=0.008687時的變