运用统计分析 科学服务决策

摘要：燃气行业统计是进行燃气行业发展规划、科学决策的专业依据，是合理配置燃气资源，促进燃气行业持续、有序、健康发展的重要基础。为了更加准确地预测天然气未来某一年度的销售情况，提前做好上游气源供应的组织和协调，某公司依据统计报表对公司成立至今的天然气实际销售量进行了专题调查，运用科学的统计方法来挖掘统计信息的潜在价值。

关键词：行业统计；组织协调

本文首先将2009-2012年实际销售量中扣除2009年以来各类新增用户的用气量按1-12月份记录的4组数据作为一个时间序列，分析可能影响其变化的几种因素即成分，包括：趋势、季节变动、循环波动和随机波动；然后运用统计学方法预测2013年各月份销售量，并与2013年实际销量对比其预测准确性；最后总结统计分析结果，明确今后在燃气行业工作中的方向。

一、整理数据，确定时间序列成分

时间序列预测的关键是确定出已有时间序列的变化模式，并假定这种模式会延续到未来。由于一个具体的时间序列可能只含有一种成分，也可能同时含有几种成分，含有不同成分的时间序列所用的预测方法不同，因此，在对时间序列进行预测时，首先需要确定包含哪些成分，然后找出适合此类序列的预测方法，并对可能的预测方法进行评估，以确定最佳预测方案。我们按照2009年至2012年销售数据绘制下列年度折叠时间序列图1-1。

从上图中可以看出，2009-2012年间时间序列折线虽然有交叉，但公司天然气销售量逐年增加，说明时间序列含有趋势成分；另外，12月份是一年中的相对高点，其他月份相对较低，而且一个年度内12个月的变化与另一个年度12个月的变化形态基本相同，这表明天然气销售量的多少与季节变化有关，含有季节成分。当然，其中也夹杂着随机波动。

二、选择方法，进行多角度预测评估

1.预测方法选择

时间序列预测既有传统的移动平均、指数平滑、分解预测等方法，也有较为精准的现代方法，如自回归模型。选择哪种方法通常与时间序列的变化模式有关。一般来说，在任何时间序列中都会有随机成分存在，而商务与管理数据通常不考虑周期性成分，所以只剩下趋势成分和季节成分。

通过对**公司2009-2012年天然气销售量的分析，发现这一时间序列含有季节成分和随机波动成分，除了可以利用季节多元回归模型、季节自回归模型预测外，还可以采用分解法预测。考虑到计算的复杂程度，本文采用分解预测的方法。

2.分解预测法得到季节指数

分解预测是先将时间序列的各个成分依次分解出来，而后再进行预测。由于周期性成分的分析需要有多年的数据，但**公司成立时间较短，在实际中无法得到多年的数据来发现周期性成分，因此可只考虑趋势、季节成分和随机成分。在采用分解法进行预测时，需要先找出季节成分并将其从序列中分离出去，然后建立预测模型再进行预测。

季节成分可以用季节指数来表示。它用某一月份或季度的数值占全年平均数值的大小来表示季节特征。该方法首先计算出移动平均值，并将其结果进行“中心化”处理，也就是将移动平均的结果再进行一次2项移动平均，即得出“中心化移动平均值”。然后将实际值除以相应的中心化移动平均值计算出移动平均的比值，也称为季节比率，再将这一比值按季度或月份平均，经调整后即为季节指数，本文计算调整后的季节指数之和等于1200%，再用原始数值除以相应有季节指数得到的序列称为季节调整后的序列。

3.预测2013年天然气销售量

将季节调整后的序列作为一个新的序列，变量t取值为1至48，运用FORECAST公式，将趋势值乘以相应的季节指数可得到对原序列的拟合值。之后，使用EXCEL的分析工具库用季节调整后的序列对t作回归，得到的回归方程为：Y=31.432t-386.66（t取49至60），R2=1。根据这一方程可得到各月的预测值，再将预测值乘以各月份的季节指数，就是最终的预测值。2013年各月份预测值见表2-1。

三、数据分析结论

数据分析的真正目的是从数据中找出结论，从数据中寻找启发。通过对**公司成立以来至今的天然气销售数据进行分解预测，可以发现：气代油改造项目已趋于平稳运行，用气趋势基本稳定，可继续在项目跟踪管理、发挖掘装置潜力等方面采取有效措施；同时，为满足公司快速发展需求，应当继续全力推动城市燃气市场开发工作，加强计量管理、跟紧小区中压和庭院开发进度，努力提升居民用气量。

综上所述，把统计功能由提供资料为主向开展分析、强化监督方面转化与公司全方位精细管理相结合，未来两年内**公司要实现天然气销售量2亿立方米的目标将大有可为。

作者简介：

黄金铃（1976- ），女，汉族，华东理工大学硕士研究生，工程师。

摘要：燃气行业统计是进行燃气行业发展规划、科学决策的专业依据，是合理配置燃气资源，促进燃气行业持续、有序、健康发展的重要基础。为了更加准确地预测天然气未来某一年度的销售情况，提前做好上游气源供应的组织和协调，某公司依据统计报表对公司成立至今的天然气实际销售量进行了专题调查，运用科学的统计方法来挖掘统计信息的潜在价值。

关键词：行业统计；组织协调

本文首先将2009-2012年实际销售量中扣除2009年以来各类新增用户的用气量按1-12月份记录的4组数据作为一个时间序列，分析可能影响其变化的几种因素即成分，包括：趋势、季节变动、循环波动和随机波动；然后运用统计学方法预测2013年各月份销售量，并与2013年实际销量对比其预测准确性；最后总结统计分析结果，明确今后在燃气行业工作中的方向。

一、整理数据，确定时间序列成分

时间序列预测的关键是确定出已有时间序列的变化模式，并假定这种模式会延续到未来。由于一个具体的时间序列可能只含有一种成分，也可能同时含有几种成分，含有不同成分的时间序列所用的预测方法不同，因此，在对时间序列进行预测时，首先需要确定包含哪些成分，然后找出适合此类序列的预测方法，并对可能的预测方法进行评估，以确定最佳预测方案。我们按照2009年至2012年销售数据绘制下列年度折叠时间序列图1-1。

从上图中可以看出，2009-2012年间时间序列折线虽然有交叉，但公司天然气销售量逐年增加，说明时间序列含有趋势成分；另外，12月份是一年中的相对高点，其他月份相对较低，而且一个年度内12个月的变化与另一个年度12个月的变化形态基本相同，这表明天然气销售量的多少与季节变化有关，含有季节成分。当然，其中也夹杂着随机波动。

二、选择方法，进行多角度预测评估

1.预测方法选择

时间序列预测既有传统的移动平均、指数平滑、分解预测等方法，也有较为精准的现代方法，如自回归模型。选择哪种方法通常与时间序列的变化模式有关。一般来说，在任何时间序列中都会有随机成分存在，而商务与管理数据通常不考虑周期性成分，所以只剩下趋势成分和季节成分。

通过对**公司2009-2012年天然气销售量的分析，发现这一时间序列含有季节成分和随机波动成分，除了可以利用季节多元回归模型、季节自回归模型预测外，还可以采用分解法预测。考虑到计算的复杂程度，本文采用分解预测的方法。

2.分解预测法得到季节指数

分解预测是先将时间序列的各个成分依次分解出来，而后再进行预测。由于周期性成分的分析需要有多年的数据，但**公司成立时间较短，在实际中无法得到多年的数据来发现周期性成分，因此可只考虑趋势、季节成分和随机成分。在采用分解法进行预测时，需要先找出季节成分并将其从序列中分离出去，然后建立预测模型再进行预测。

季节成分可以用季节指数来表示。它用某一月份或季度的数值占全年平均数值的大小来表示季节特征。该方法首先计算出移动平均值，并将其结果进行“中心化”处理，也就是将移动平均的结果再进行一次2项移动平均，即得出“中心化移动平均值”。然后将实际值除以相应的中心化移动平均值计算出移动平均的比值，也称为季节比率，再将这一比值按季度或月份平均，经调整后即为季节指数，本文计算调整后的季节指数之和等于1200%，再用原始数值除以相应有季节指数得到的序列称为季节调整后的序列。

3.预测2013年天然气销售量

将季节调整后的序列作为一个新的序列，变量t取值为1至48，运用FORECAST公式，将趋势值乘以相应的季节指数可得到对原序列的拟合值。之后，使用EXCEL的分析工具库用季节调整后的序列对t作回归，得到的回归方程为：Y=31.432t-386.66（t取49至60），R2=1。根据这一方程可得到各月的预测值，再将预测值乘以各月份的季节指数，就是最终的预测值。2013年各月份预测值见表2-1。

三、数据分析结论

数据分析的真正目的是从数据中找出结论，从数据中寻找启发。通过对**公司成立以来至今的天然气销售数据进行分解预测，可以发现：气代油改造项目已趋于平稳运行，用气趋势基本稳定，可继续在项目跟踪管理、发挖掘装置潜力等方面采取有效措施；同时，为满足公司快速发展需求，应当继续全力推动城市燃气市场开发工作，加强计量管理、跟紧小区中压和庭院开发进度，努力提升居民用气量。

综上所述，把统计功能由提供资料为主向开展分析、强化监督方面转化与公司全方位精细管理相结合，未来两年内**公司要实现天然气销售量2亿立方米的目标将大有可为。

作者简介：

黄金铃（1976- ），女，汉族，华东理工大学硕士研究生，工程师。

摘要：燃气行业统计是进行燃气行业发展规划、科学决策的专业依据，是合理配置燃气资源，促进燃气行业持续、有序、健康发展的重要基础。为了更加准确地预测天然气未来某一年度的销售情况，提前做好上游气源供应的组织和协调，某公司依据统计报表对公司成立至今的天然气实际销售量进行了专题调查，运用科学的统计方法来挖掘统计信息的潜在价值。

关键词：行业统计；组织协调

本文首先将2009-2012年实际销售量中扣除2009年以来各类新增用户的用气量按1-12月份记录的4组数据作为一个时间序列，分析可能影响其变化的几种因素即成分，包括：趋势、季节变动、循环波动和随机波动；然后运用统计学方法预测2013年各月份销售量，并与2013年实际销量对比其预测准确性；最后总结统计分析结果，明确今后在燃气行业工作中的方向。

一、整理数据，确定时间序列成分

时间序列预测的关键是确定出已有时间序列的变化模式，并假定这种模式会延续到未来。由于一个具体的时间序列可能只含有一种成分，也可能同时含有几种成分，含有不同成分的时间序列所用的预测方法不同，因此，在对时间序列进行预测时，首先需要确定包含哪些成分，然后找出适合此类序列的预测方法，并对可能的预测方法进行评估，以确定最佳预测方案。我们按照2009年至2012年销售数据绘制下列年度折叠时间序列图1-1。

从上图中可以看出，2009-2012年间时间序列折线虽然有交叉，但公司天然气销售量逐年增加，说明时间序列含有趋势成分；另外，12月份是一年中的相对高点，其他月份相对较低，而且一个年度内12个月的变化与另一个年度12个月的变化形态基本相同，这表明天然气销售量的多少与季节变化有关，含有季节成分。当然，其中也夹杂着随机波动。

二、选择方法，进行多角度预测评估

1.预测方法选择

时间序列预测既有传统的移动平均、指数平滑、分解预测等方法，也有较为精准的现代方法，如自回归模型。选择哪种方法通常与时间序列的变化模式有关。一般来说，在任何时间序列中都会有随机成分存在，而商务与管理数据通常不考虑周期性成分，所以只剩下趋势成分和季节成分。

通过对**公司2009-2012年天然气销售量的分析，发现这一时间序列含有季节成分和随机波动成分，除了可以利用季节多元回归模型、季节自回归模型预测外，还可以采用分解法预测。考虑到计算的复杂程度，本文采用分解预测的方法。

2.分解预测法得到季节指数

分解预测是先将时间序列的各个成分依次分解出来，而后再进行预测。由于周期性成分的分析需要有多年的数据，但**公司成立时间较短，在实际中无法得到多年的数据来发现周期性成分，因此可只考虑趋势、季节成分和随机成分。在采用分解法进行预测时，需要先找出季节成分并将其从序列中分离出去，然后建立预测模型再进行预测。

季节成分可以用季节指数来表示。它用某一月份或季度的数值占全年平均数值的大小来表示季节特征。该方法首先计算出移动平均值，并将其结果进行“中心化”处理，也就是将移动平均的结果再进行一次2项移动平均，即得出“中心化移动平均值”。然后将实际值除以相应的中心化移动平均值计算出移动平均的比值，也称为季节比率，再将这一比值按季度或月份平均，经调整后即为季节指数，本文计算调整后的季节指数之和等于1200%，再用原始数值除以相应有季节指数得到的序列称为季节调整后的序列。

3.预测2013年天然气销售量

将季节调整后的序列作为一个新的序列，变量t取值为1至48，运用FORECAST公式，将趋势值乘以相应的季节指数可得到对原序列的拟合值。之后，使用EXCEL的分析工具库用季节调整后的序列对t作回归，得到的回归方程为：Y=31.432t-386.66（t取49至60），R2=1。根据这一方程可得到各月的预测值，再将预测值乘以各月份的季节指数，就是最终的预测值。2013年各月份预测值见表2-1。

三、数据分析结论

数据分析的真正目的是从数据中找出结论，从数据中寻找启发。通过对**公司成立以来至今的天然气销售数据进行分解预测，可以发现：气代油改造项目已趋于平稳运行，用气趋势基本稳定，可继续在项目跟踪管理、发挖掘装置潜力等方面采取有效措施；同时，为满足公司快速发展需求，应当继续全力推动城市燃气市场开发工作，加强计量管理、跟紧小区中压和庭院开发进度，努力提升居民用气量。

综上所述，把统计功能由提供资料为主向开展分析、强化监督方面转化与公司全方位精细管理相结合，未来两年内**公司要实现天然气销售量2亿立方米的目标将大有可为。

作者简介：

黄金铃（1976- ），女，汉族，华东理工大学硕士研究生，工程师。