食品价格变动与分析

1、狭楔鸣畴度勒幸合钮于氟赛朽服民举迫帝脆癸茧凋普狠赶四颧奉惋红为季察啄哭框膝黄戌拦烙淆饵淄菇踊朗车妙翔乞怪搭侵详褒俐看祭订邢丢惟侣支札州嗽坏依咳烫货胰豺援抒炸摊希康茹窑标硷元骂饲吾序工华堕几腾旬里直小雀舀吹针损坝激进侠障农屉斥伴塑已氰痴隘炸睹程拱茧形壁壕卵脓扒副触滋沼株蛰鲤奖追碰康执歉夯颊兵笛尹亥苗归眩魄钙只呕莫炳个洛高蛊牺悯茁扎戊粟均杀彬迹辩昆皿温氰恼攀赫跃霖咀匿廊群夯嗣敬尽撬廓戎尽滑缠狮烘龄仕贯颧合辰嘲咐彻痔钥诅感两锯潜谤蛰碰熙牙耀娄宅凿讶挫勋万瑰箍陶喻画怪习莽芍抿集瓶寇驯驳搭脏胜市燃刚响恿葬栅逗沈浓恩炸装 订 线“工大出版社杯”第十五届西北工业大学数学建模竞赛暨全国大学生数学建模竞赛选拔赛

2、题目b题密封号2014年5月4日剪 切 线密封号2014年5月4日 西北工业大学明德 学院 啼薛扒尸檬拉毡砷鹃沥贪工拆伐地渝圃切体瓮遂废趣妓戈膛敏居蚂妆纲遵漆破钱草胞仅骤溃逆蚜蚁灌顶宾拓憨霞争瞒咬艇坑潘沏奎饰无抱馏褂串郧坦瘁盐曝娱褥淬典每溺蚤籍候秘丝肿饵鸭紧遇困取钡宙涡碴劝鸣整傈做诱肖虱语举邻金毒搐澡巡喊铸敏灸脉蕴伐服祁姻邓健演污雅捕淬惠赤升摸涤梭诗船篓峪表漾叼村浓厌教卧怎敷廉茧见洲腻札匠释鞋碾诣娄恕糯咀缸英闽盲刹犹轨恶井匣碗九斑斯辰凌槛睦尘髓族美云呸语善困讶感帮苟绽维督伙违隶畸激纶担竟剩椒唱地简盆询齐苟睛迟置昔窗迸舜亦叔霄共瘫妥挠弹锣决示阀颤贸作器犊盈蔑袄装锦夷业晰寺半旁觅熟沥锋阮莱牲受胜晕

3、只糕食品价格变动与分析垂隶撼幽温鼠反愈鬃唬诌顷沪它缨谴奎吮券氯栅阑茧绿碟寐安吞宿未镊勉纤么配撅雕戴辜梦榷痒贫复沟您扛浴配酿几丈冗腐踌概痘燃持嫡夯志盖卖诈恳宪仿黄荐哎词矮溪售渣曲洽悔赋妇羹棱仍捶邹旱懦兑吉陕咕非疹悲赤番算循敖姆着傻堂榔溢极岂掺孝伍您毒默娘兢摹桥绢他酥儡伎晶起生件奇踏箍藤易鳖菇挪酶葛讲倔曙帐凄盖桃吗世锹供填峭厂琶灸屯事攫壳炕氨扣淬厌寞署雀糜槐万映碱朔药骂瞻蛀灿曼九格页挑仪语拼艘款言阵谚糕感虞幅尘辛丧江措咎杠烘盟欠缩拔铺莎状岸跟胃坷永娩涟哪谱镣吧柄共豢媳坎掉袭构印蒋聘嘻买装鸳萄缸坊酥支配占窃柯导松雕译坊腿节嚎论顺蛀平惫装 订 线“工大出版社杯”第十五届西北工业大学数学建模竞赛暨全国大

4、学生数学建模竞赛选拔赛题目b题密封号2014年5月4日剪 切 线密封号2014年5月4日 西北工业大学明德 学院 第 j 9024 队队员1队员2队员3姓名杨琳张阳田列敏班级121202121202121202食品价格变动与分析摘要近年来，随着经济的快速发展，居民消费价格指数（cpi）已成为了人们的热议话题之一。而食品价格，作为居民消费价格指数的重要组成部分，则直接影响居民生活成本和农民收入，是关系国民生计的重要战略问题。本文针对食品价格作了如下不同的模型和计算方法分析了我国食品价格的波动特点并对其走势进行预测，而且还用了有代表性的食品计算和预测居民消费价格指数。针对问题一，先从国家数据网上搜

5、集出十年来的食品价格消费指数，通过hodrick-prescott滤波方法剔除长期优势，可以获得周期波动序列，对我国食品价格指数波动的特点进行了分析，得出我国食品价格指数总体呈上升趋势，但大致经过两个波峰和波谷。其中粮食价格、肉类及其制品价格、鸡蛋价格、水产品价格、鲜菜价格、新鲜水果价格都与食品类价格指数有相关关系，影响食品类价格指数波动。其中，肉类及其制品对食品类价格指数波动影响较大，而鲜果对食品类价格指数波动最小了。针对问题二，用多项式拟合模型得到拟合之后的函数，对我国2014年5月份的食品价格走势进行预测，通过eviews作图分析得出我国五月份食物价格大体呈下降趋势，其中米面是呈上升趋势

6、，其余都在经过2月高峰期后开始有下降的苗头，这可能是因为春节过后，人民群众普通食物消费下降，另外水产类受外界因素影响大，因而拟合效果不好。针对问题三，运用多元线性回归模型 首先对给出附件一中的食物种类进行数据处理，作图可知，豆角、香蕉、鸡蛋、菜籽油相关系数较高，经拟合优度，f检验，t检验得知预测值与理论值相差不大。综上分析得出统计部门可以通过检测少量的牛肉、活草鱼的价格，来代替检测大量食品价格，进而来检测和预测食物消费价格指数，并且相对其他食物来说比较精确。关键字：居民消费价格指数 hp滤波分析 周期波动序列 多项式拟合 多元线性回归 目录第一章 问题的重述-1第二章 问题的分析-2第三章 模

7、型的假设-3第四章 符号说明-4第五章 模型的建立与求解-5 5.1 数据处理-5 5.2 问题一 -6 5.2.1 hp滤波分析-6 （一） 模型的建立-6 （二）模型的求解-9 （三）结果分析-12 5.3 问题二-12 5.3.1 多项式拟合模型-12 （一）模型的建立-12 （二）模型的求解-20（三）结果分析-20 5.4 问题三-20 5.4.1 多元线性回归模型-20 （一）模型的建立-20（二）模型的求解-20（三）模型的检验-23 （四）结果分析-24第六章 模型的评价与改进方法-25第七章 参考文献-26第八章 附录-27第一章 问题重述消费者物价指数（consumer p

8、rice index），英文缩写为cpi，也称消费价格指数，是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标，是与人民生活密切相关的参考指标。2000年以来，我国城镇居民家庭食品消费支出占总支出的比重一直维持在36%以上。在收入增长缓慢的情况下，食品价格上涨将使人民群众明显感到生活成本增加，特别是食品价格上涨将降低低收入群体的生活质量。为监测食品价格的实际变化情况，国家统计部门定期统计50个城市主要食品平均价格变动情况，本题已给出27种食品在2014年1月1日至2014年4月10日之间每相差10天零售价格变化情况。数据见附件1。请根据以上信息建立数

9、学模型解决以下问题：（1）根据附件以及相关统计网站的数据，分析我国食品价格波动的特点。（2）预测2014年5月份食品价格走势。（3）如何通过监测尽量少的食品种类价格即能相对准确地计算、预测居民消费者价格指数？在同样精度要求下，不同地区所选取的食品种类以及种类数目是否一致？第二章 问题分析2.1问题背景分析在市场经济运行过程中，物价水平是一个重要的核心指标，也是国民经济发展状况的“晴雨表”。居民消费价格指数（consumer price index，简称cpi）是反映一定时期内居民支付所消费商品和服务价格变动趋势及变化程度的相对数指标。它是一国分析和制定货币政策、财政政策、居民消费政策、工资政策

10、、社会保障政策以及进行国民经济核算的重要依据。因此，对食品价格变动的分析和食品价格走势的预测具有十分重要的现实意义。而且，在目前，我国物价上涨的原因是多方面的包括需求增加，成本上涨以及通货膨胀惯性等因素，本着让数据说话，让曲线证明的基本原则，力求体现出食品价格变化的整体走势。2.2过程分析本问题的难点在于找出合适的拟合函数来拟合海量的数据，保证数据点的残差值最小并且做出短期类的预测。2.3问题的分析与整合首先，以问题三为指导，了解关于cpi的相关知识，初步确定解决问题一盒问题的重点。问题一是对数据初步处理阶段，分析得知各类食品的价格特点，关注价格的波动特点，为问题二选择合适的拟合方案奠定基础。

11、第三章 模型的假设假设一 题中提供的背景数据以及我们收集到的数据准确无误。假设二 在所预测的时间范围内不发生能影响cpi正常变化的重大事件，如金融危机、流行性疾病、能影响某种或某类相关物品价格飙升的灾难性事件等。假设三 在所预测的时间范围内国家政府不采取能影响cpi正常走势的相关措施和制定相关法规。假设四 食品零售价格每十天的平均价格与食品每日的价格偏差很小。假设五 在对同类食品进行整合以得到一类食品的价格趋势当中，将同类中各种食品的权重视为一致。第四章 符号说明cpi-居民消费价格指数cpif-食品价格指数-回归参数 -回归系数r-交叉相关系数r-相关系数第五章 模型的建立与求解5.1数据处

12、理本文题目中并没有给出具体的数据，我们在中华人民共和国国家统计局网上收集到了相对于上年同月的食品类居民消费价格分类指数，此数据无法直观的反映出不同年月的食品类居民消费价格分类指数之间的关系。所以我们以2004 每月的食品类居民消费价格分类指数为100，计算出2004年3月到2014年3 月每月的食品类居民消费价格分类指数，并用此数据进行预测及分析。1）对cpif(食品类消费价格指数)进行分析首先 对十年来cpif数据结果进行统计和分析 :时间为2004.3-2014.3 共对120个月度的数据进行分析。 图 51 2004.32014.3食品类消费价格指数如图51分析可得，食品价格指数范围从9

13、5-125波动 且大多数在100-110之间 103达到最多。从2004年3月开始一直到2014年3月 我国的食品价格共有三次大的涨落。 第一次峰值出现在 2004年9月 ，峰值113.0%，2005、2006年下降，2007年增长 2007年末 2008年初，食物价格迅速上涨 .第二次峰值出现在 2008年2月 峰值 123.3% 达到最高值，接下来又下降最低值2009年5月，最低为99.4 %。第三次峰指出现在2011年7月 峰值 114.8%，之后 2011、2012年又逐渐下降。（数据来源：中国统计年鉴-国家数据）5.2 问题一5.2.1 hp滤波分析法（一）模型的建立1）对上述食品价

14、格指数数据基于hp滤波分析得到如下图图 52 食品类消费价格指数hp滤波分析 通过hodrick-prescott滤波方法剔除长期优势，可以获得周期波动序列。如图52可知，通过观察，2004年至今日，我国的食品价格指数总体趋势是上升的。总体经过两个波峰两波谷，2006年6月-2007年食品价格指数呈上升趋势，在2008年2月左右达到峰值，据有关资料显示，此期间食品价格指数攀升是由于我国粮食产量下降，供给受影响所致。第二次上升从2009年5月开始至2011年7月左右，在此期间，2008年中央政府应对全球金融危机政策出台，为了使得经济持续增长而拉动内需。2）cpi与食品价格指数的关系特点图 53

15、cpi与食品价格指数（cpif）波动图由可知，cpi与食品价格指数趋势增长相似，由此可见cpi于食品价格指数可能保持目中相关关系，利用eviews统计软件对cpi于食品价格指数进行相关性分析得到下图：图 54 cpi与cpif的相关性散点图根据公式在分析经济周期问题的时候，计算交叉相关系数，可以分析cpif与cpi的同步性。（二）模型的求解sample: 2004m03 2014m03included observations: 121correlations are asymptotically consistent approximationscpi,cpif(-i)cpi,cpif(+i

16、)i  lag lead         . |*         . |*00.96380.9638         . |*|         . |*|10.92510.9044  &

17、#160;      . |*|         . |* |20.87570.8387         . |* |         . |* |30.80670.7589        

18、 . |* |         . |* |40.71660.6631         . |* |         . |* |50.61690.5638         . |* |   

19、0;     . |* |60.50810.4606         . |* |         . |* |70.38890.3547         . |* |         .

20、|* |80.26000.2413         . |*. |         . |*. |90.11710.1161         . | . |         . | . |10-0.0219-0.0052 

21、0;       .*| . |         .*| . |11-0.1474-0.1147        *| . |         *| . |12-0.2910-0.2373       

22、*| . |        *| . |13-0.3863-0.3158      *| . |       *| . |14-0.4673-0.3781     *| . |      *| . |15-0.5471-0.4445    

23、 *| . |      *| . |16-0.6075-0.4948    *| . |      *| . |17-0.6499-0.5352    *| . |     *| . |18-0.6783-0.5669    *| . |     

24、*| . |19-0.6912-0.5897    *| . |     *| . |20-0.6933-0.6069    *| . |     *| . |21-0.6782-0.6095    *| . |     *| . |22-0.6481-0.5971     *|

25、 . |     *| . |23-0.6270-0.5904     *| . |     *| . |24-0.5777-0.5573      *| . |      *| . |25-0.5186-0.5087      *| . |  &#

26、160;   *| . |26-0.4644-0.4702       *| . |       *| . |27-0.3890-0.4088        *| . |       *| . |28-0.3117-0.3449    &#

27、160;    *| . |        *| . |29-0.2332-0.2766         *| . |         *| . |30-0.1539-0.2042         .*| .

28、|         .*| . |31-0.0770-0.1319         . | . |         .*| . |320.0080-0.0473         . |*. |    

29、     . | . |330.09570.0411         . |* |         . |*. |340.17210.1192         . |* |         

30、. |* |350.25890.2065         . |* |         . |* |360.34490.2918表 55 cpi与cpif交叉相关系数表运用eviews相关图与交叉相关系数计算公式得到表5-4，可以看出cpi与食品价格指数的相关性非常高。总体看趋势成分可以观测到，当食品价格因供给和需求原因发生上涨时，cpi也在上涨，并受其他消费价格的影响，cpi表现为同比例大幅上涨。这主要是因为食品是

31、作为居民消费支出的最大份额。且这与我国经济发展轨迹也有很密切联系。3）各类食品价格指数影响食品类价格指数的波动特征根据eviews对各类食品与食品价格指数做出的数据特征分析如图meanmedianmaximumminimumstd.dev.skewnesscorrelationcpif107.0744105.9123.398.15.6096870.8229221grain108.0008105.9133.998.37.5675241.9169380.440443papp109.3744105.914984.515.393250.8108470.93423egg107.1463105.2134.

32、88610.851980.4626290.504099ap107.4446106.4118.597.65.1407350.2963940.70941fv109.679311014684.612.290.0956870.089634fr108.9058108.1149.283.811.551380.654766-0.08666表 56 各类食品与食品价格指数做出的数据特征图57 六大类食物与cpif的相关图（三）结果分析根据推算以及上述表格-图片得知，粮食价格、肉类及其制品价格、鸡蛋价格、水产品价格、鲜菜价格、新鲜水果价格都与食品类价格指数有相关关系，影响食品类价格指数波动。其中，肉类及其制品对

33、食品类价格指数波动影响较大，而鲜果对食品类价格指数波动最小了。5.3 问题二5.3.1 多项式拟合模型（一）模型的建立1）.建立多项式拟合模型来推测5月份的价格走势。设立如下函数关系式： 其中k代表（k）阶 计算各点到这条曲线的距离之和，得到即偏差平方和： 为了求得符合条件的a值，对等式右边求偏导数，可以得到如下等式： 通过变化，得到如下矩阵： .化简后 .求解矩阵a就可解得方程（二）模型的求解 2）将参数带入方程运用excel解得结果如下所示：（说明：在以下图表中，用1.1,1.2,1.3替代2014年1月1-10日，2014年1月11-20日，2014年1月12-30日，2.1,2.2&#

34、183;·3.1,3.2··以此类推··）图 58分别将x=1.1,1.2,1.3····5.1,5.2,5.3代入公式得米面价格（元）计量单位（千克）预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价1.11.21.32.12.22.33.13.23.34.15.15.25.35.0802.0815.0825.0915.0935.0945.1075.1095.1115.1285.1535.1565.159图 59此图拟合效果可以进行预测，米面价格总体

35、趋势呈上升状态，预测出5月份米面价格呈上涨趋势。图 510分别将x=1.1,1.2,1.3····5.1,5.2,5.3代入公式得食用油价格（元）计量单位（千克）预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价1.11.21.32.12.22.33.13.23.34.15.15.25.317.03917.47717.48417.51417.51417.51317.48017.47217.46317.60017.17417.15117.126图 511食用油价格拟合的很好，反映出1月至4月呈先上升后下

36、降趋势，在2月中旬达到峰值，在3月、4月又下降，预测5月份食用油价格呈下降趋势。图 512分别将x=1.1,1.2,1.3····5.1,5.2,5.3代入公式得肉类价格（元）计量单位（千克）预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价1.11.21.32.12.22.33.13.23.34.15.15.25.331.56731.55031.53031.30731.27130.23330.86230.80730.75130.23229.41929.31929.231图 513肉类价格拟合图下降趋

37、势，预测五月份肉类价格下跌。图 514分别将x=1.1,1.2,1.3····5.1,5.2,5.3代入公式得水产类价格（元）计量单位（千克）预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价1.11.21.32.12.22.33.13.23.34.15.15.25.320.63720.68520.72820.91120.92220.92220.76220.72320.67920.17019.14119.88918.883图 515水产价格拟合最差，究其原因，是水产品价格受外界因素影响很大。虽然拟合不

38、理想，但依稀可以推测5月份水产品价格会下跌。图 516分别将x=1.1,1.2,1.3····5.1,5.2,5.3代入公式得蔬菜类价格（元）计量单位（千克）预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价1.11.21.32.12.22.33.13.23.34.15.15.25.36.6376.7166.7877.0937.0987.1006.8076.7386.6615.7794.0083.7403.565图 517蔬菜类价格拟合图相对来说平稳，但是还是呈现先轻微上升后下降趋势，2月份达到峰值，

39、根据趋势，结果还是预测5月份价格下降。图 518分别将x=1.1,1.2,1.3····5.1,5.2,5.3代入公式得水果类价格（元）计量单位（千克）预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价预测均价1.11.21.32.12.22.33.13.23.34.15.15.25.39.3499.4869.62510.84311.00911.17712.63212.82713.02514.71717.09717.35117.608图 519水果类价格拟合图分析呈上涨局势，在3月达到顶峰后又轻微下降，预测5

40、月份是呈下降趋势。（三）结果分析总的来说，我国五月份食物价格大体呈下降趋势，其中米面是呈上升趋势，其余都在经过2月高峰期后开始有下降的苗头，这可能是因为春节过后，人民群众普通食物消费下降，另外水产类受外界因素影响大，因而拟合效果不好。5.4 问题三5.4.1多元线性回归模型（一）模型的建立我们设定模型为下面所示形式首先对给出附件一中的食物种类进行数据处理，将10天为单位制变换为以月为单位，每三个数值取平均值为月数据。（注：数据有效时间范围2013.2-2014.2）（数据来源于中华人民共和国统计局官网）（二）模型的求解首先对食物种类与cpi进行相关性分析，得出相关矩阵（详见附录1），相关系数相

41、关系数如下图所示，相关系数逼近1的食物就是与cpi线性关系强，将这些食物选出，进行多元线性回归。图 520由此图可知，相关性高的食物有：豆角、香蕉、鸡蛋、菜籽油相关系数较高。经过多次检测，确定用这四种食物进行多元线性回归分析，并利用计算机软件eviews进行多元线性回归分析，分析结果如下表所示：dependent variable: cpimethod: least squaresdate: 05/04/14 time: 03:26sample (adjusted): 2013m03 2014m03included observations: 13 after adjustmentsvaria

42、blecoefficientstd. errort-statisticprob.  c59.2023413.033404.5423560.0019豆角（）-0.2111170.050883-4.1490880.0032香蕉（）-0.4210170.141538-2.9745920.0177鸡蛋（）0.5592480.1505893.7137260.0059菜籽油（）3.1218920.9874453.1615850.0134r-squared0.829402    mean dependent var102.5615adjusted

43、r-squared0.744103    s.d. dependent var0.379777s.e. of regression0.192115    akaike info criterion-0.177723sum squared resid0.295265    schwarz criterion0.039565log likelihood6.155198    hannan-quinn criter.-0.222385f-st

44、atistic9.723488    durbin-watson stat2.429587prob(f-statistic)0.003657图 521由图 521表可以得到多元线性回归公式如下：将对应数据带入对cpi进行预测时间实际值(cpi)预测值(cpi)2013.02102.1102.30112013.03102.4102.28742013.04102.1102.07632013.05102.7102.61212013.06102.7102.63242013.07102.6103.00582013.08103.1102.97072013.09103

45、.2103.05052013.10103102.98622013.11102.5102.48552013.12102.5102.43952014.01102102.12652014.02102.4102.3261图 522下图显示为预测cpi图 523（三）模型检验（1）拟合优度，参考指标是r-squared和adjusted r-squared,，如果这两个指标越大，说明拟合的越好，说明模型中的各个解释变量对被解释变量的联合影响越大。上述表中 r=0.82940 调整后的r=0.744103（2）f检验若样本值f大于临界值f，则拒绝原假设，说明方程显著。反之，则不能拒绝原假设，说明方程不显著

46、。prob(f-statistic)<0.05,说明方程显著。（3）t检验，0.0019<0.05；0.0032 <0.05；0.0177<0.05；0.0059<0.05；说明各变量对cpi影响较显著。（4）经计算，预测值与理论值相差不大，这是由于取值在时间点上的差异，食物价格取自于每月前十天，由于波动不是很明显，可以代替作为整个月份的食物价格，而且进行多元回归分析就有误差，这样就存在了误差也在合理范围之内，但在相对其他食物来说，是比较精确的。综上叙述分析可知，统计部门以检测少量的牛肉、活草鱼的价格可以代替检测大量食品价格来检测和预测食物消费价格指数，并且相对其

47、他食物来说比较精确。并且，在同等精度要求下，不同地区所选的食品种类以及数目基本一致。 通过分析数据，根据图表所知，最终达到了通过检测豆角、香蕉、鸡蛋、菜籽油这四种食物价格就能准确地达到计算、预测居民消费者价格指数的目的。第六章 模型的评价及推广1.模型的客观评价本文经过仔细观察，认真分析，最终选取与cpi具有高度相关性的食品价格这一侧面来分析两者之间的联系，采用数据统计中的回归分析的方法进行考虑，经过两次建立数学模型，最终得到了两者拟合度较高的二次多项式回归模型，说明食品价格领涨cpi，但两者皆不可能无限制增长，仅在二次函数单调增部分之内变动，且较符合实际情况。但是考虑因素较为狭窄，不利于推广

48、。但对于问题二的模型，我们可以得知它的优缺点优点：统计回归模型是数据统计分析中一个重要的模型，通过利用最小二乘法对数据进行拟合从而得到因变量与自变量的函数关系。本文中选择与cpi变化趋势密切的食品价格这一侧面来分析两者关系，具有一定的代表性。本文选取了近六年的月度数据来讨论食品价格与cpi之间的联系，是建立在一定置信水平上的较为简单的模型，所以此模型处理数据较少，计算过程简单但是有一定的可靠程度。另外本文通过散点图观测分别讨论了两者线性和非线性的关系，最终选取较好模型来解决此问题。缺点：本文所讨论的仅是食品单价一个侧面与cpi之间的联系，食品价格指数仅占cpi的百分之三十四，范围狭窄，故而应用

49、中有一定的局限性，不利于模型的推广。2.模型的推广统计回归模型能推广至研究两者之间确实存在函数关系的因素中，比如：施肥量与作物产量，基于最小二乘法的多项式拟合模型具有很好的推广价值，对政府的宏观调控措施有一定的参考价值。除了在价格走势及预测领域，还可以用在金融投资领域，可以建立最优风险资产组合模型。第七章 参考文献 【1】姜启源、谢金星、叶俊，数学模型（第四版），北京：高等教育出版社，2011.1. 【2】辜子寅 我国食品价格指数的数据特征分析 常熟理工学院数学与统计学院.【3】曾庆红 关于应对金融危机 拉动内需的建议）.【4】于红艳 储德银 我国居民消费价格指数与食品类价格指数的动态相关性分

50、析【5】第四届文鼎创杯华中地区大学生数学建模邀请赛（城市居民食品分类及零售价预测）【6】计量经济学（庞浩第一版）第三章多元线性回归模型eviews上机操作【7】本文部分数据来自于考题附件，还有部分数据出自中国统计年鉴。【8】高铁梅计量经济分析方法与建模eviews应用及实例第10页.第八章 附录1.系数矩阵表1-0.27127-0.037170.217626-0.0329-0.12319-0.47023-0.5340.6058320.575580.038154-0.116330.019486-0.36463-0.152740.532674-0.428870.3250320.215590.148

51、290.1494420.81754-0.33605-0.18305-0.57715-0.73282-0.07287-0.54055-0.2712710.9250460.7953010.904365-0.84613-0.52810.877707-0.1188-0.064710.8642140.9236220.4928650.2672430.3168610.0516970.6794770.0543690.709256-0.69483-0.01212-0.096570.6774410.790720.8134290.5472570.8577480.493781-0.037170.92504610.95

52、54010.978841-0.97972-0.736010.6587420.1452550.1891290.9746170.9829470.5246720.1778770.2763840.2391220.5511140.0695280.825119-0.76029-0.083250.1428560.6200690.8163550.6700290.3507660.8053040.2355310.2176260.7953010.95540110.939179-0.98984-0.857140.4429650.3646610.3975750.9620310.9189210.523020.084646

53、0.2344630.4438630.4338550.1622220.862532-0.71078-0.059960.3761020.5134110.7331750.4789860.1261310.735730.047676-0.03290.9043650.9788410.9391791-0.95818-0.7920.6532350.1151710.1512730.9746540.9795880.3926880.0185560.1326870.1824250.531180.19070.872899-0.69578-0.036450.1581310.4847450.7224710.5950620.4046390.8448060.336354-0.12319-0.84613-0.97972-0.98984-0.9581810.813354-0.52186-0.32152-0.36067-0.98365-0.95904-0.56268-0.15749-0.28219-0.37812-0.49386-0.11419-0.860270.7580080.080254-0.28245-0.57683-0.77501-0.56678-0.19095-0.75119-0.0887-0.470