本文利用SARIMA模型预测中国快递包裹总量，分析显示该模型能有效处理季节性时间序列，预测结果显示未来快递行业将持续快速发展。尽管2008年后快递量呈级数增长并有明显季节性，春节假期对预测准确性有影响，但整体预测效果良好，揭示了快递市场的巨大增长空间。
<!DOCTYPE html>
中国快递包裹总量：基于SARIMA模型的预测
shangfr
2015年10月28日
目前，我国快递业务总量已成为全球第一。国家邮政局发布的数据显示，2015年4月底，快递业务量完成15亿件，同比增长50.9%。目前，快递业务量增速已连续50个月超过50%，尤其是网购旺季（双十一、双十二等），我国快递包裹在当月的总量在世界范围内没有任何国家可以相比。 电子商务的兴盛有效带动快递行业的高速发展，反之，快递行业的提升也为电子商务的增长提供配套支撑。不过，快递业在迅猛发展的同时，也让行业“亚健康”的现状越发凸显。业内人士表示，虽然国内快递行业仍在高速增长，但目前运营“压力山大”，比如人员、车辆、场地等问题。 国家统计局网站公布的快递包裹量数据可以看作是标准的时序数据，但与普通时序数据不同的是，它的数值变化存在明显的季节性波动。处理季节性时间序列只用ARMA方法是不够的。描述这类序列的模型之一是季节时间序列模型(Seasona ARIMA Model)，用SARIMA表示。本文旨在通过SARMA模型研究中国快递包裹总量变化情况，并测算合理参数构建模型用于预测，以帮助有关部门提前了解快递量需求，做好相应对策。从国家统计局网站下载2003年1月至2014年12月的快递量-当期值(万件)，首先，通过时间序列图对快递包裹量变化情况作一个直观判断。
library(tseries)#加载时间序列程序包
library(forecast)## Loading required package: zoo
##
## Attaching package: 'zoo'
##
## The following objects are masked from 'package:ba
最低0.47元/天 解锁文章
扫一扫
3088
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
