附表４：按比例各公司应得金额 （单位：万元） 年份 A B C D 2004 21.05937 17.17613 25.17431 21.05937 2005 21.52125 17.35947 25.95296 21.52125 2006 21.98171 17.53555 26.74163 21.98171 2007 22.44077 17.70446 27.54033 22.44077 2008 22.8982 17.8664 28.34925 22.8982 2009 23.35408 18.02136 29.16826 23.35408 2010 23.80832 18.16947 29.99737 23.80832 2011 24.26085 18.31085 30.83666 24.26085 2012 24.7116 18.44558 31.68615 24.7116 2013 25.16052 18.57377 32.54581 25.16052
附表５：按满意度C公司应得金额 （单位：万元） 年度 预测金额 年度 预测金额 2004 25.17431 2010 29.99737 2005 25.95296 2011 30.83666 2006 26.74163 2012 31.68615 2007 27.54033 2013 32.54581 2008 28.34925 2014 33.41571 2009 29.16826
EViews程序代码： A公司 genr a11=d(a1)//对A公司数据先求一介差分，以使该序列成为平稳序列 scalar a_mean=@mean(a11)//求出A公司差分后序列的平均值，为后面建立arma模型准备 genr a_zero=a11-a_mean//对其进行零均值化 ls a_zero ar(1) ma(1)//对其进行arma建模，通过后面的Q检验，参差图等等检验手段确定arma(1,1)模型最为合适 expand 1980 2014//扩展序列范围，为了后面的预测作准备 smpl 1980 2003//设置样本的范围 ls a1 ar(1) ma(1)//确定了arma模型的阶数，对原来样本序列进行建模，进行预报
B公司 genr b22=d(b2)//对B公司数据先求一介差分，以使该序列成为平稳序列 scalar b_mean=@mean(b22)//求出B公司差分后序列的平均值，为后面建立arma模型准备 genr b_zero=b22-b_mean//对其进行零均值化 ls b_zero ar(1) ma(1)//对其进行arma建模，通过后面的Q检验，参差图等等检验手段确定arma(1,1)模型最为合适 expand 1980 2014//扩展序列范围，为了后面的预测作准备 smpl 1980 2003//设置样本的范围首页 上一页 5 6 7 8 9 下一页 尾页 8/9/9 相关论文
首页 上一页 5 6 7 8 9 下一页 尾页 8/9/9
