贵州民族学院毕业论文贵阳市降雨量趋势研究及预测陈勇明（贵州民族学院理学院06级统计班）摘要：本文选取贵阳市近25年来的年降雨量作为研究对象，运用时间序列分析方法，建立ARIMA模型对贵阳市各年的降雨量状况进行分析研究，对贵阳未来几年的降雨量进行了预测。
关键词：时间序列、降雨量、ARIMA模型Guiyang City and the forecast rainfall trends in researchChen Yongming（Guizhou Institute for Nationalities College 06 Class Statistics）Abstract: This will select the Guiyang City in the past 25 years of annual rainfall for the study, using time series analysis, ARIMA model established in Guiyang City, the annual rainfall situation analysis, and further predict the future of Guiyang City, the rainfall in recent years volume. Key words: time series, precipitation, ARIMA modeli作者：陈勇明（2006级统计学专业）指导教师：高伟（讲师）目录摘要 (i)Abstract (i)1.前言 (1)2. 实证分析 (2)2.1 时间序列建模步骤 (2)2.2数据收集 (3)2.3序列的平稳性检验 (3)2.4模型识别 (5)2.5参数估计 (6)2.6模型检验 (7)2.7拟合模型的具体形式 (7)2.8序列预测 (7)3.结论与建议 (9)主要参考文献 (9)成 果 声 明 (10)致 谢 (10)贵州民族学院——统计学专业——毕业论文：贵阳市降雨量趋势研究及预测1.前言预测是人们根据事物之间的相互联系，事物发展的历史数据及相关信息，利用己经掌握的科学知识和手段，对客观事物的未来发展状况或趋势进行事前分析和推断的科学与艺术。
预测的科学性在于，它有科学基础，包括理论、资料、方法、计算等因素，依赖于对客观经济规律的认识和掌握。
预测的艺术特征在于，它依赖于预测者提出假设、选择方法、利用资料的技巧和运用自己的学识、经验、获得的情报进行判断的能力。
预测的目的在于为制定计划或进行决策提供客观依据。
事物是发展变化的，其结果具有不确定性，与人们的生产活动密切相连。
“凡事预则立，不预则废”。
社会经济、工程等诸多领域都离不开预测，日常天气的预测、太阳黑子活动的预测、网络流量的预测、企业产品销售量的预测、股票走势预测等等，无一不和我们的生活息息相关。
印度洋海啸把人们卷入苦难的深渊，也引发诸多思考。
我们现在的预测方法还不够成熟，对一些重大的自然灾害，比如说地震，海啸等，没有形成一种比较合理有效的预测方法。
而解决预测问题的最有力的方法是发现、揭示给定动态过程或现象背后的规律。
如果其规律能被彻底发现并描述，例如用一组普通的不等式来描述，那么当初始条件已知时就可通过解这组不等式而预测未来，但不幸的是有关事物的信息经常是不完全的，有关理论也是不完善的，人们对事物的了解仅限于观察数据，因此只能利用现有的历史数据构造模型，进而预测未来。
时间序列是按照时间顺序取得的一系列观测值。
很多数据是以时间序列的形式出现的，如股票市场的每日波动，科学实验，一个工厂装船货物数量的月度序列，公路事故数量的周期序列，某化工生产过程按小时观测的产量等等。
人们希望通过对时间序列的分析，从中发现和揭示某一现象的发展变化规律，或从动态的角度描述某一现象和其他现象之间的内在数量关系及其变化规律，从而尽可能多地从中提取出所需要的准确信息，并将这些知识和信息用于预测，以更好地掌握和控制未来行为。
水乃生命之源，水在人类生产和生活之中起着至关重要的作用，一个地区降雨量的多少，直接关系到当地人们的生活和生产，今年却出现了百年难见的罕见的旱灾：今年春季以来，由于降雨时间、空间和雨量分布不均，特别是5月中旬以来降雨量均偏少，到目前为止，贵阳市已有56个乡镇27万多人遭遇严重旱灾。
过去的半年内，贵阳市除城区降水量与常年持平外，其他县市区降水量均比常年1作者：陈勇明（2006级统计学专业）指导教师：高伟（讲师）同期少30-50毫米，尤其是贵阳北部的乡镇降雨量仅为去年同期的50%，而全市各大水库的蓄水量与去年同期相比，普遍减少15%-40%左右。
致使贵阳市所属的开阳、修文、息烽、清镇、乌当等5个县市区的56个乡镇326个村旱灾十分严重，受灾农户6.5万户27.2万人，农作物受灾面积14.6万亩，经济损失惨重，政府和相关部门对此非常重视此次灾情。
灾难无情，人有情。
在政府的指导下，积极救灾，终于迎接了春天的到来。
本文以贵阳市从1984年到2008年的月度的降雨量进行分析的研究。
利用时间序列分析方法和SAS软件作为分析工具，寻求贵阳市降雨量的规律，并对贵阳市未来降雨量进行预测，提出一些建议和对策，从而更好的指引贵阳市民的生活和生产，全力共建我们的美好的家园——“黔都”！2.实证分析2.1 时间序列建模步骤图2—1—1 时间序列建模步骤图2贵州民族学院——统计学专业——毕业论文：贵阳市降雨量趋势研究及预测2.2数据收集表1 贵阳市1984年—2008年各月的降雨量： （单位：毫米） 年份1月2月3月4月5月6月7月8月9月 10月 11月 12月1984 19.2 20.4 33.5 109.9 194.3 224.0 167.9 137.8 93.8 96.6 53.5 23.8 1985 7.2 11.8 22.7 63.0 235.1 263.5 193.2 159.9 30.0 63.0 43.0 20.0 1986 10.0 12.0 29.0 61.0 81.0 223.0 207.0 138.0 55.0 87.0 32.0 3.3 1987 20.9 13.8 8.4 63.4 123.4 109.0 195.4 98.4 92.2 210.8 46.1 2.9 1988 15.9 23.0 5.3 102.7 118.6 312.1 60.8 258.2 175.4 50.3 4.2 9.7 1989 18.5 21.0 32.4 81.0 137.2261.0 56.1 181.3124.8 58.7 20.0 13.4 1990 21.0 18.1 59.5 58.4 155.7 209.1 51.3 104.3 74.2 67.1 34.9 17.0 1991 46.7 9.0 63.7 31.0 76.8 122.4 105.3128.5 101.8 40.5 60.2 12.3 1992 29.3 28.8 39.1 117.5 211.9 331.0 128.1 25.0 32.2 108.8 12.4 17.5 1993 28.8 36.4 10.3 80.9 111.1 296.6 266.8 119.5 151.9 43.3 76.9 9.1 1994 14.9 8.3 51.7 36.2 177.2 205.8 98.7 92.5 118.5 158.1 88.0 43.5 1995 18.9 27.1 44.5 56.2 167.2 194.2 228.4 110.2 128.2 130.5 79.0 30.1 1996 13.1 6.8 46.7 26.2 152.5 325.7 354.5 124.6 16.8 37.7 56.1 16.8 1997 42.4 31.7 53.0 147.6 90.8 163.2 183.8 57.0 156.3 162.9 8.6 17.8 1998 36.6 11.1 19.5 34.7 169.3 258.9 226.4 183.7 24.0 205.6 27.3 29.1 1999 15.7 9.7 37.0 84.7 108.0 198.8 332.1 210.4 44.0 83.0 43.9 3.8 2000 24.6 24.9 52.2 94.4 174.1 314.9 164.1 304.4 127.3 100.3 38.6 21.4 2001 19.2 12.6 26.9 117.7 128.6 188.8 192.8 56.2 6.5 138.6 35.1 19.3 2002 6.9 66.1 40.1 109.7 201.9 215.3 122.7 217.6 25.6 79.1 22.1 25.2 2003 18.4 5.0 39.8 169.7 236.3 163.6 107.8 17.3 40.6 58.7 19.9 47.7 2004 32.8 53.2 25.6 61.1 287.5 40.5 252.3 126.6 55.8 36.3 60.3 16.3 2005 25.8 13.1 68.8 54.0 177.7 243.7 184.1 117.9 63.1 54.8 39.7 24.8 2006 14.4 43.9 35.2 89.8 174.0 186.2 110.0 73.2 55.6 196.9 22.4 15.3 2007 30.3 9.0 19.1 93.5 63.6 190.2 274.3 57.1 107.2 20.3 2.6 17.7 2008 20.3 15.0 54.3 120.6 163.7 172.3 150.4 105.7 98.6 22.9 25.6 19.4此数据来自贵州统计年鉴（/2008pages/gznj/）由于1989年的降雨量少，我们用1987年和1999年的平均值来代替。
2.3序列的平稳性检验拿到一个观测值系列之后，首先观察它的时序图，如果序列的时序图呈现明显的趋势性或周期性，则该序列就是不平稳的。
我们通常有两种方法来检验；一种是根据时序图和自相关图显示的特征做出判断的图检验方法：另一种是构造检验统计量进行假设检验的方法。
这里我们采用图检验方法来判断序列的平稳性。
为了确定所研究的系列是否为平稳序列，以下调用SAS9.0作出研究系列的时序图，输出结果如下图所示：3作者：陈勇明（2006级统计学专业） 指导教师：高伟（讲师）图2—3—1 贵阳市降雨量的时序图从以上输出的时序图可知：该序列不具有趋势性,但具有明显的周期波动性，表现出明显的年度周期特征，因此需要对数据进行12期的季节差分。