運用統計分析 科學服務決策

摘要：燃氣行業統計是進行燃氣行業發展規劃、科學決策的專業依據，是合理配置燃氣資源，促進燃氣行業持續、有序、健康發展的重要基礎。為了更加準確地預測天然氣未來某一年度的銷售情況，提前做好上游氣源供應的組織和協調，某公司依據統計報表對公司成立至今的天然氣實際銷售量進行了專題調查，運用科學的統計方法來挖掘統計信息的潛在價值。

關鍵詞：行業統計；組織協調

本文首先將2009-2012年實際銷售量中扣除2009年以來各類新增用戶的用氣量按1-12月份記錄的4組數據作為一個時間序列，分析可能影響其變化的幾種因素即成分，包括：趨勢、季節變動、循環波動和隨機波動；然后運用統計學方法預測2013年各月份銷售量，并與2013年實際銷量對比其預測準確性；最后總結統計分析結果，明確今后在燃氣行業工作中的方向。

一、整理數據，確定時間序列成分

時間序列預測的關鍵是確定出已有時間序列的變化模式，并假定這種模式會延續到未來。由于一個具體的時間序列可能只含有一種成分，也可能同時含有幾種成分，含有不同成分的時間序列所用的預測方法不同，因此，在對時間序列進行預測時，首先需要確定包含哪些成分，然后找出適合此類序列的預測方法，并對可能的預測方法進行評估，以確定最佳預測方案。我們按照2009年至2012年銷售數據繪制下列年度折疊時間序列圖1-1。

從上圖中可以看出，2009-2012年間時間序列折線雖然有交叉，但公司天然氣銷售量逐年增加，說明時間序列含有趨勢成分；另外，12月份是一年中的相對高點，其他月份相對較低，而且一個年度內12個月的變化與另一個年度12個月的變化形態基本相同，這表明天然氣銷售量的多少與季節變化有關，含有季節成分。當然，其中也夾雜著隨機波動。

二、選擇方法，進行多角度預測評估

1.預測方法選擇

時間序列預測既有傳統的移動平均、指數平滑、分解預測等方法，也有較為精準的現代方法，如自回歸模型。選擇哪種方法通常與時間序列的變化模式有關。一般來說，在任何時間序列中都會有隨機成分存在，而商務與管理數據通常不考慮周期性成分，所以只剩下趨勢成分和季節成分。

通過對**公司2009-2012年天然氣銷售量的分析，發現這一時間序列含有季節成分和隨機波動成分，除了可以利用季節多元回歸模型、季節自回歸模型預測外，還可以采用分解法預測。考慮到計算的復雜程度，本文采用分解預測的方法。

2.分解預測法得到季節指數

分解預測是先將時間序列的各個成分依次分解出來，而后再進行預測。由于周期性成分的分析需要有多年的數據，但**公司成立時間較短，在實際中無法得到多年的數據來發現周期性成分，因此可只考慮趨勢、季節成分和隨機成分。在采用分解法進行預測時，需要先找出季節成分并將其從序列中分離出去，然后建立預測模型再進行預測。

季節成分可以用季節指數來表示。它用某一月份或季度的數值占全年平均數值的大小來表示季節特征。該方法首先計算出移動平均值，并將其結果進行“中心化”處理，也就是將移動平均的結果再進行一次2項移動平均，即得出“中心化移動平均值”。然后將實際值除以相應的中心化移動平均值計算出移動平均的比值，也稱為季節比率，再將這一比值按季度或月份平均，經調整后即為季節指數，本文計算調整后的季節指數之和等于1200%，再用原始數值除以相應有季節指數得到的序列稱為季節調整后的序列。

3.預測2013年天然氣銷售量

將季節調整后的序列作為一個新的序列，變量t取值為1至48，運用FORECAST公式，將趨勢值乘以相應的季節指數可得到對原序列的擬合值。之后，使用EXCEL的分析工具庫用季節調整后的序列對t作回歸，得到的回歸方程為：Y=31.432t-386.66（t取49至60），R2=1。根據這一方程可得到各月的預測值，再將預測值乘以各月份的季節指數，就是最終的預測值。2013年各月份預測值見表2-1。

三、數據分析結論

數據分析的真正目的是從數據中找出結論，從數據中尋找啟發。通過對**公司成立以來至今的天然氣銷售數據進行分解預測，可以發現：氣代油改造項目已趨于平穩運行，用氣趨勢基本穩定，可繼續在項目跟蹤管理、發挖掘裝置潛力等方面采取有效措施；同時，為滿足公司快速發展需求，應當繼續全力推動城市燃氣市場開發工作，加強計量管理、跟緊小區中壓和庭院開發進度，努力提升居民用氣量。

綜上所述，把統計功能由提供資料為主向開展分析、強化監督方面轉化與公司全方位精細管理相結合，未來兩年內**公司要實現天然氣銷售量2億立方米的目標將大有可為。

作者簡介：

黃金鈴（1976- ），女，漢族，華東理工大學碩士研究生，工程師。

摘要：燃氣行業統計是進行燃氣行業發展規劃、科學決策的專業依據，是合理配置燃氣資源，促進燃氣行業持續、有序、健康發展的重要基礎。為了更加準確地預測天然氣未來某一年度的銷售情況，提前做好上游氣源供應的組織和協調，某公司依據統計報表對公司成立至今的天然氣實際銷售量進行了專題調查，運用科學的統計方法來挖掘統計信息的潛在價值。

關鍵詞：行業統計；組織協調

本文首先將2009-2012年實際銷售量中扣除2009年以來各類新增用戶的用氣量按1-12月份記錄的4組數據作為一個時間序列，分析可能影響其變化的幾種因素即成分，包括：趨勢、季節變動、循環波動和隨機波動；然后運用統計學方法預測2013年各月份銷售量，并與2013年實際銷量對比其預測準確性；最后總結統計分析結果，明確今后在燃氣行業工作中的方向。

一、整理數據，確定時間序列成分

時間序列預測的關鍵是確定出已有時間序列的變化模式，并假定這種模式會延續到未來。由于一個具體的時間序列可能只含有一種成分，也可能同時含有幾種成分，含有不同成分的時間序列所用的預測方法不同，因此，在對時間序列進行預測時，首先需要確定包含哪些成分，然后找出適合此類序列的預測方法，并對可能的預測方法進行評估，以確定最佳預測方案。我們按照2009年至2012年銷售數據繪制下列年度折疊時間序列圖1-1。

從上圖中可以看出，2009-2012年間時間序列折線雖然有交叉，但公司天然氣銷售量逐年增加，說明時間序列含有趨勢成分；另外，12月份是一年中的相對高點，其他月份相對較低，而且一個年度內12個月的變化與另一個年度12個月的變化形態基本相同，這表明天然氣銷售量的多少與季節變化有關，含有季節成分。當然，其中也夾雜著隨機波動。

二、選擇方法，進行多角度預測評估

1.預測方法選擇

時間序列預測既有傳統的移動平均、指數平滑、分解預測等方法，也有較為精準的現代方法，如自回歸模型。選擇哪種方法通常與時間序列的變化模式有關。一般來說，在任何時間序列中都會有隨機成分存在，而商務與管理數據通常不考慮周期性成分，所以只剩下趨勢成分和季節成分。

通過對**公司2009-2012年天然氣銷售量的分析，發現這一時間序列含有季節成分和隨機波動成分，除了可以利用季節多元回歸模型、季節自回歸模型預測外，還可以采用分解法預測。考慮到計算的復雜程度，本文采用分解預測的方法。

2.分解預測法得到季節指數

分解預測是先將時間序列的各個成分依次分解出來，而后再進行預測。由于周期性成分的分析需要有多年的數據，但**公司成立時間較短，在實際中無法得到多年的數據來發現周期性成分，因此可只考慮趨勢、季節成分和隨機成分。在采用分解法進行預測時，需要先找出季節成分并將其從序列中分離出去，然后建立預測模型再進行預測。

季節成分可以用季節指數來表示。它用某一月份或季度的數值占全年平均數值的大小來表示季節特征。該方法首先計算出移動平均值，并將其結果進行“中心化”處理，也就是將移動平均的結果再進行一次2項移動平均，即得出“中心化移動平均值”。然后將實際值除以相應的中心化移動平均值計算出移動平均的比值，也稱為季節比率，再將這一比值按季度或月份平均，經調整后即為季節指數，本文計算調整后的季節指數之和等于1200%，再用原始數值除以相應有季節指數得到的序列稱為季節調整后的序列。

3.預測2013年天然氣銷售量

將季節調整后的序列作為一個新的序列，變量t取值為1至48，運用FORECAST公式，將趨勢值乘以相應的季節指數可得到對原序列的擬合值。之后，使用EXCEL的分析工具庫用季節調整后的序列對t作回歸，得到的回歸方程為：Y=31.432t-386.66（t取49至60），R2=1。根據這一方程可得到各月的預測值，再將預測值乘以各月份的季節指數，就是最終的預測值。2013年各月份預測值見表2-1。

三、數據分析結論

數據分析的真正目的是從數據中找出結論，從數據中尋找啟發。通過對**公司成立以來至今的天然氣銷售數據進行分解預測，可以發現：氣代油改造項目已趨于平穩運行，用氣趨勢基本穩定，可繼續在項目跟蹤管理、發挖掘裝置潛力等方面采取有效措施；同時，為滿足公司快速發展需求，應當繼續全力推動城市燃氣市場開發工作，加強計量管理、跟緊小區中壓和庭院開發進度，努力提升居民用氣量。

綜上所述，把統計功能由提供資料為主向開展分析、強化監督方面轉化與公司全方位精細管理相結合，未來兩年內**公司要實現天然氣銷售量2億立方米的目標將大有可為。

作者簡介：

黃金鈴（1976- ），女，漢族，華東理工大學碩士研究生，工程師。

摘要：燃氣行業統計是進行燃氣行業發展規劃、科學決策的專業依據，是合理配置燃氣資源，促進燃氣行業持續、有序、健康發展的重要基礎。為了更加準確地預測天然氣未來某一年度的銷售情況，提前做好上游氣源供應的組織和協調，某公司依據統計報表對公司成立至今的天然氣實際銷售量進行了專題調查，運用科學的統計方法來挖掘統計信息的潛在價值。

關鍵詞：行業統計；組織協調

本文首先將2009-2012年實際銷售量中扣除2009年以來各類新增用戶的用氣量按1-12月份記錄的4組數據作為一個時間序列，分析可能影響其變化的幾種因素即成分，包括：趨勢、季節變動、循環波動和隨機波動；然后運用統計學方法預測2013年各月份銷售量，并與2013年實際銷量對比其預測準確性；最后總結統計分析結果，明確今后在燃氣行業工作中的方向。

一、整理數據，確定時間序列成分

時間序列預測的關鍵是確定出已有時間序列的變化模式，并假定這種模式會延續到未來。由于一個具體的時間序列可能只含有一種成分，也可能同時含有幾種成分，含有不同成分的時間序列所用的預測方法不同，因此，在對時間序列進行預測時，首先需要確定包含哪些成分，然后找出適合此類序列的預測方法，并對可能的預測方法進行評估，以確定最佳預測方案。我們按照2009年至2012年銷售數據繪制下列年度折疊時間序列圖1-1。

從上圖中可以看出，2009-2012年間時間序列折線雖然有交叉，但公司天然氣銷售量逐年增加，說明時間序列含有趨勢成分；另外，12月份是一年中的相對高點，其他月份相對較低，而且一個年度內12個月的變化與另一個年度12個月的變化形態基本相同，這表明天然氣銷售量的多少與季節變化有關，含有季節成分。當然，其中也夾雜著隨機波動。

二、選擇方法，進行多角度預測評估

1.預測方法選擇

時間序列預測既有傳統的移動平均、指數平滑、分解預測等方法，也有較為精準的現代方法，如自回歸模型。選擇哪種方法通常與時間序列的變化模式有關。一般來說，在任何時間序列中都會有隨機成分存在，而商務與管理數據通常不考慮周期性成分，所以只剩下趨勢成分和季節成分。

通過對**公司2009-2012年天然氣銷售量的分析，發現這一時間序列含有季節成分和隨機波動成分，除了可以利用季節多元回歸模型、季節自回歸模型預測外，還可以采用分解法預測。考慮到計算的復雜程度，本文采用分解預測的方法。

2.分解預測法得到季節指數

分解預測是先將時間序列的各個成分依次分解出來，而后再進行預測。由于周期性成分的分析需要有多年的數據，但**公司成立時間較短，在實際中無法得到多年的數據來發現周期性成分，因此可只考慮趨勢、季節成分和隨機成分。在采用分解法進行預測時，需要先找出季節成分并將其從序列中分離出去，然后建立預測模型再進行預測。

季節成分可以用季節指數來表示。它用某一月份或季度的數值占全年平均數值的大小來表示季節特征。該方法首先計算出移動平均值，并將其結果進行“中心化”處理，也就是將移動平均的結果再進行一次2項移動平均，即得出“中心化移動平均值”。然后將實際值除以相應的中心化移動平均值計算出移動平均的比值，也稱為季節比率，再將這一比值按季度或月份平均，經調整后即為季節指數，本文計算調整后的季節指數之和等于1200%，再用原始數值除以相應有季節指數得到的序列稱為季節調整后的序列。

3.預測2013年天然氣銷售量

將季節調整后的序列作為一個新的序列，變量t取值為1至48，運用FORECAST公式，將趨勢值乘以相應的季節指數可得到對原序列的擬合值。之后，使用EXCEL的分析工具庫用季節調整后的序列對t作回歸，得到的回歸方程為：Y=31.432t-386.66（t取49至60），R2=1。根據這一方程可得到各月的預測值，再將預測值乘以各月份的季節指數，就是最終的預測值。2013年各月份預測值見表2-1。

三、數據分析結論

數據分析的真正目的是從數據中找出結論，從數據中尋找啟發。通過對**公司成立以來至今的天然氣銷售數據進行分解預測，可以發現：氣代油改造項目已趨于平穩運行，用氣趨勢基本穩定，可繼續在項目跟蹤管理、發挖掘裝置潛力等方面采取有效措施；同時，為滿足公司快速發展需求，應當繼續全力推動城市燃氣市場開發工作，加強計量管理、跟緊小區中壓和庭院開發進度，努力提升居民用氣量。

綜上所述，把統計功能由提供資料為主向開展分析、強化監督方面轉化與公司全方位精細管理相結合，未來兩年內**公司要實現天然氣銷售量2億立方米的目標將大有可為。

作者簡介：

黃金鈴（1976- ），女，漢族，華東理工大學碩士研究生，工程師。