猪肉价格的统计模型
猪肉质量的数学模型研究
猪肉质量的数学模型研究近年来，猪肉质量成为了人们关注的热点话题。
随着人们生活水平的提高，对于食品的质量和安全问题越来越重视。
而对于猪肉的质量问题，科学家们也开始制定数学模型进行研究和预测。
一、猪肉质量的影响因素首先，我们需要了解猪肉质量的影响因素，以便更好地制定研究模型。
猪肉质量的关键因素主要分为两类：生理因素和环境因素。
其中，猪肉的生理因素主要包括猪的品种、年龄、性别等基本生理特征，对于猪肉的肉质、肌肉组织有着重要的影响。
而环境因素包括饲养环境、饲料种类、饲料成分等。
这些因素的变化都会影响到猪肉的质量，而量化这些影响可以通过数学模型来实现。
二、猪肉质量的数学模型对于猪肉的质量预测，科学家们常常利用统计学和机器学习的方法，建立猪肉质量的数学模型。
最初，科学家们所建立的猪肉质量模型主要基于经验，通过对大量的实验数据进行分析和统计，最终形成一个可信度较高的模型。
这类模型主要基于人工智能算法，适用于大量的实验数据，但缺乏可解释性和可靠性。
而现在，科学家们也开始制定基于物理学原理的猪肉质量模型，这类模型基于猪肉肌肉组织的物理特性，对猪肉的质量进行预测。
这类模型可解释性强，可靠性高，但对于实验数据的依赖较小。
三、猪肉质量模型的优势猪肉质量的数学模型具有诸多优势，如高效、高预测精度、稳定性等。
对于猪肉的肉质、营养成分、美味程度等相关问题，这些模型均可以给出较为准确的答案。
另外，这些模型的预测能力具有广泛的应用价值，可以用于猪肉质量的检测、选育和饲养等环节，为农业生产提供有力的支持。
四、猪肉质量预测模型的发展趋势由于现代的农业生产技术和科学技术的不断发展，猪肉质量预测模型也在不断地完善和发展。
未来，猪肉质量预测模型将更加注重机器学习方法的应用，例如卷积神经网络和递归神经网络等深度学习方法。
这些模型在实现猪肉质量预测和相关分析方面具有非常广泛的应用前景。
总之，由于现代科技的发展，猪肉质量的数学模型越来越精准和可靠，为猪肉产业提供了有力的支持和帮助。
猪肉价格的统计模型
猪肉价格的统计模型摘要本文就猪肉价格预测的问题，根据题目中的条件和要求，在合理的假设下，建立三个模型。
模型一为简单的直线方程模型；模型二是在采用灰色关联度建立猪肉价格与其影响因素的关系模型后，利用关联度返算，建立猪肉价格预测模型；模型三是建立养猪场盈亏平衡点等式模型。
通过求解这三个模型，很好的解决了问题。
在问题一中，利用半数平均法，建立猪肉价格预测模型。
首先通过对2000年1月至2009年6月我国猪肉价格数据的分析，得出猪肉价格在短期内呈线性增长趋势，然后用直线方程拟合该时间序列（猪肉价格随时间变化的序列），在完全确定直线方程模型后，通过该方程求出时间序列的各趋势值，接着运用EXCEL 软件作出二者的曲线并进行比较，证明该直线方程模型的可行性，最后在此基础上，预测出2009年下半年猪肉价格的趋势值。
在问题二中，确定影响猪肉价格的因素，采用灰色关联法，建立猪肉价格与其影响因素的关系模型。
首先使用季节平均法得出猪肉价格的季节指数（1234'1,'0.98,' 1.08,' 1.13S S S S ====），其次对猪肉价格与玉米价格时间序列图进行观察比较，易知两者变化呈正相关，然后利用灰色关联法，以往年的猪肉价格作为参考序列，以往年的玉米价格和季节指数作为比较序列，求出玉米价格和猪肉价格和季节指数与猪肉价格的关联度分别为0.755和0.972。
最后，利用关联度返算，推导得出猪肉价格的预测公式： 2.92109.26'i X G S =++.在问题三中，首先根据猪的不同重量，将猪分为三个成长阶段：1Kg ～15Kg 为幼年期；15Kg ～90Kg 为成长期；90Kg ～100Kg 为成年期。
由于猪的体重从5到100公斤呈正态分布，可以算出三个阶段的猪的数量分别为5，990，5。
然后根据猪场收入与成本建立猪场盈亏平衡点等式模型，可以得到猪粮比为6.5：1，即该养猪场的盈亏平衡点。
生猪出售时机模型
按照假设，w 80 rt(r 2)，p 8 gt(g 0.1).
又知道 R p, C 4t, 再考虑到纯利润扣掉以
(2)
rg
当r 2, g 0.1时，t 10, Q(10) 20,
即10天后出售，可得最大纯利润20元。
敏感性分析 由于模型假设中的参数（生猪 每天体重的增加和价格的降低g）是估计 和预测的，所以应该研究它们有所变化时 对模型结果的影响。
1.设每天生猪价格的降低g=0.1元不变，研 究r变化的影响，由（2）式可得
定的，只要它们的变化不大，上述结论就是 可用的。
另外，从敏感性分析知，S(t, r) 3,
所以若1.8 w 2.2 (10 % 以内)，则结果应为 7 t 13 (30%以内)。
若设p 0.1是最坏的情况，如果这个(绝对) 值更小，t就应更大。
所以最好的办法是： 过大约一周后重新估计 p, p, w, w,再作计算。
即生猪价格每天的降低g增加1%，出售时间 提前3%，r和g的微小变化对模型结果的影 响并不算大。
强健性分析（Robustness） 建模过程中假 设了生猪体重的增加和价格的降低都是常 数，由此得到的w和p都是线性函数，这无 疑是对现实情况的简化。更实际的模型应 考虑非线性和不确定性，如记w = w (t), p = p (t) ,则（1）式应为
S(t, r) t t d t r
(5)
r r d r t
又（3）式，当r=2时可算出
S(t, r) 60 3
(6)
统计建模获奖题目
天津财经大学
3
北京市居民家庭金融资产投资影响因素分析
李文磊、郭燕婷、张彤
中国传媒大学
4
首都市民主观幸福感影响因素分析
唐静、张洁、蒋辰
首都经济贸易大学
5
中国的财政分权与经济增长
汪晓芳、汪亭亭、王丹丹
安徽财经大学
6
上市公司生存特征分析
王慧灵、刘娇、李俊锋
西南财经大学
7
上市公司盈利与预测
韩红梅、陈淑洋、张丽璇
鲁东大学
48
GDP上行与电力下滑之偏差模型研究
马婷、 张 君、邸一浏
山西财经大学
49
我国就业长期和短期影响因素定量分析
肖云、周巧、杨絮飞
中南财经政法大学
50
金融稳定性评估模型及其应用研究
曾得利、王佳、崔衍安
湖南大学
51
天量信贷对物价走势冲击模型研究
张靖、刘慧慧、王璇珍
山西财经大学
南京人口管理干部学院
6
我国消费者信心指数与消费函数关系研究
杨娜、刘晓飞、冯春琳
北方工业大学
7
成都地铁沿线房价变动研究
董文亮、王道新、罗媛
西南财经大学
8
基于聚类分析的ADR信号检测模型源自黄成、张磊、刘文林南京人口管理干部学院
9
区域软实力的测度及其对区域发展的贡献
杨少娜、孙鹏、袁妍
浙江工商大学
10
经济理论对人行为的影响
30
网络视频点播系统中的用户行为分析与建模
陈磊、张西文、张强
中国科学技术大学
31
利率变化影响股市波动性的模型分析与实证
马星亮、熊燕、赵建宁
西南财经大学
基于蛛网模型的2007年猪肉价格问题分析
基于蛛网模型的2007年猪肉价格问题分析本文运用数学方法分析了“蛛网理论”的特征，并用蛛网理论深入分析了我国2007年5月以来猪肉价格过高的真正原因,指出现行市场经济的滞后性,导致猪肉供求难以实现稳定均衡。
应通过建设以期货市场为中心的市场体系,完善信息统计、加大储备等方案来减小猪肉生产和销售中的波动性。
标签：蛛网理论数学模型生产周期价格波动稳定方案我国猪肉价格从2007年5月开始突然以历史最大的涨幅攀升，部分地区猪肉批发价短时间内翻番。
在联动效应作用下，肉、蛋、油价格迅速蹿高。
于是，居民消费价格指数（CPI）连续四个月大幅上涨，8月涨幅创下6.5%这一10年新高。
猪肉现在已经大多数人必须的消费品之一，猪肉价格成为国民经济中的一个重要问题。
本文从“蛛网理论”出发，来分析和研究猪肉价格的有关问题。
一、简述“蛛网理论”蛛网理论分别由美国经济学家H.Schultz、意大利经济学家U.Ricel和荷兰经济学家J.Tinbergen提出，1934年由英国经济学N.Kaldor命名的。
它的基本内容是：把时间引入均衡分析中，运用弹性理论来考察价格波动对下一周期产量的影响，以及由此而产生的均衡的变动。
由于这种变化过程在坐标图中表示出来形如蛛网，故称之为“蛛网理论”。
运用蛛网理论通常分析具有下述特点的价格与产量的关系：这些商品开始生产后，要经过一定时间才能生产出来，在这期间生产不能变更。
所以，价格和产量的关系是：本期产量决定本期价格，本期价格决定下期产量，或者说上期价格决定本期产量，本期产量决定本期价格。
反映了市场价格、供给量和需求量之间的动态关系。
考虑到分析的问题的直观性，假设需求、供给和价格具有线性关系，其动态模型可表示为：Dt= a－bPt（a>0,b>0）⑴St= －c＋dPt-1（c>0,d>0）⑵Dt= St⑶其中，⑴式为（非滞后）需求函数表达式，表示t期需求依赖于同期价格，价格与需求为减函数关系，Dt为t期需求量，Pt为t期商品的价格，b为需求价格弹性系数。
如何运用ARIMA模型进行农产品价格的预测
２ ． Ａ Ｒ Ｉ ＭＡ模型 的预估
本文 以猪 肉畜产品为例 ， 利用 ＡＲ Ｉ ＭＡ模型来对未来猪 肉价 映 出猪 肉在两个月 内前期价格快速增长的趋势 ，但是相对实 际 格进行预测。假设预测点数为 １ ０ ， 持续时 间为两个月。预测价格 值会 出现偏低 的情况。 相比而言 ， Ａ Ｒ Ｉ Ｍ Ａ模 型就很好的反映了猪
遇 到 的季 节 周 期 。
、
ＡＲ Ｉ ＭＡ 数 学模 型
１ ． 概念
Ａ Ｒ Ｉ Ｍ Ａ模型 （ Ａ ｕ ｔ ｏ ｒ ｅ ｇ ｒ ｅ ｓ ｓ ｉ ｖ ｅ Ｉ ｎ ｔ ｅ ｇ ｒ ａ ｔ ｅ ｄ Ｍｏ ｖ ｉ ｎ ｇ Ａ ｖ ｅ ｒ ａ ｇ ｅ １ 即 差
分 自回归移动平 均模型 。它是 由美 国预测学家乔治 ・ 博克斯与格
后 以 ＭＶＣ 模 式加 以辅 助 ， 总 结 出 了畜 产 品价 格 的 预 测 系统 ， 完成 了对 畜产 品 价 格 未来 走 势 的预 测 。 关 键词 ： 畜产品； Ａ ｔ Ｌ Ｉ Ｍ Ａ模 型 ； ＭＶ Ｃ模式 ； 价格预测 ； 优 化
在 我国，农产 品作为一种 国民基础性保障工程正面 临转 型 对它的某一阶段进行差分就能得到稳定性序列。但是在模拟模
利用 Ａ Ｒ Ｉ Ｍ Ａ （ ４ ， １ ， ３ ） （ ０ ， １ ， １ ） 模 型 对 未 来 猪 肉 的价 格 进 行 预 测 ， 同样 预 测 时 间 为 两 个 月 ， 预测点数为 ｌ ０ 。 预 测 价 格上 下 限 区 间之
生活中我们经常会遇到一些极限问题
生活中我们经常会遇到一些极限问题。
猪肉产销问题的蛛网模型在市场经济中存在这样的的循环现象：若去年的猪肉产生量供过于求。
猪肉价格就会降低；价格降低会使今年养猪量减少，造成今年猪肉产生量供不应求，于是肉价上扬；价格上扬又使明年猪肉产量增加，又造成新的供过于求……例1.8.1 据统计，某城市1991年的猪肉产量为30万t,肉价为6.00元/千克。
1992年生产猪肉25万t ，肉价为8.00元/千克。
已知1993年的猪肉产量是28万t 。
若维持目前的消费水平与生产模式，并假定猪肉产量与价格之间是线性关系，问若干年以后猪肉的生产量与价格是否会趋于稳定？若能够稳定，求出稳定的生产量和价格。
解：设第n 年的猪肉产量为n x ，猪肉价格为n y ，由于当年产量决定当年价格，故n y =)(n y f ，而当年的价格又决定第二年的产量，故)(1n n y g x =+。
在经济学中，n y =)(n x f 称为需要函数，而)(1n n y g x =+称为供应函数。
产销关系呈现出如下过程：→→→→→→→→44332211y x y x y x y x ……令 点1P 的坐标为（1x ，1y ），点2P 的坐标为（2x ，1y ）；点3P 的坐标为（2x ，2y ），点2P 的坐标为（3x ，2y ）；…………点12-k P 坐标为（k x ，k y ），点k P 2的坐标为（1+k x ，k y ）；…………将点列1P ，2P ，3P ，……描在平角直角坐标系中，发现点k P 2在曲线)(y g x =上，点12-k P 在曲线)(x f y =上。
如图1.8.1所示，这种关系很像一个蛛网，故被称为蛛网模型。
图1.8.1（略）现在回到猪肉产销问题上来，将1991年的猪肉产量记为1x ，1991年的猪肉价格记为1y ，依次类推。
根据i x ，i y 可作出点列：1P （30，6），2P （25，6），3P （25，8），4P （28，8）…… 根据线性假设，需求函数)(x f y =是直线，且1P ，3P 位于该直线上，故得需求函数n n x y 5218-=（n=1,2,……）。
基于分类模型的生猪价格预测
基于分类模型的生猪价格预测吕逸鹏，林旭东*（华南农业大学数学与信息学院，广东广州 510642）摘 要：本文旨在通过研究中国南方某养殖企业2000年7月—2015年11月生猪价格的涨跌规律，建立一个可以预测未来每月生猪价格和趋势的模型，为企业的调整和布局提供参考。
本文先使用支持向量机（SVM）、反向传播神经网络（BPNN）和Xgboost模型对样本进行涨跌分类，再根据分类结果使用不同参数的多元回归模型进行生猪价格预测。
结果显示：使用BPNN_Xgboost的组合模型在涨跌分类中的正确率达到94.59%，先分类再预测方法的平均绝对百分比误差为2.64%。
先分类再预测方法与直接预测方法相比可以降低预测的误差。
关键词：涨跌分类；BP神经网络；生猪价格预测；组合模型中图分类号：F326.3 文献标识码：A DOI编号：10.19556/j.0258-7033.20191120-03猪肉是我国居民餐桌上的主要肉食来源，2006年我国猪肉产量已达5 197.2万t[1]。
受“非洲猪瘟”影响，2019年12月我国猪肉月均价格相比于2019年1月上涨了172.42%。
据学者统计，不仅玉米价格、仔猪价格、“猪周期”、存栏量等因素会影响生猪价格[2-5]，疫情也会长期影响生猪价格[6]。
如果可以预测未来生猪价格，那么企业可以在未来价格过低时减少生猪存栏量，降低亏损，在未来价格处于较高区间时提前扩大生产，创造更多盈利。
目前众多学者常采用价格分解、经验模态分解、反向传播神经网络（BPNN）、支持向量机（SVM）、灰度模型、ARIMA模型和向量自回归模型等深度学习和机器学习算法进行生猪价格预测、风险预警、走势分析和波动分析等研究[7-14]。
较为典型的方法是使用经验模态分解将价格序列分解成不同频率，再逐个使用SVM或神经网络算法分别进行预测[15]。
另一种是使用多元回归的方法，研究影响猪肉价格的因素，再用BP神经网络进行预测[16]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
猪肉价格的统计模型摘要本文就猪肉价格预测的问题，根据题目中的条件和要求，在合理的假设下，建立三个模型。
模型一为简单的直线方程模型；模型二是在采用灰色关联度建立猪肉价格与其影响因素的关系模型后，利用关联度返算，建立猪肉价格预测模型；模型三是建立养猪场盈亏平衡点等式模型。
通过求解这三个模型，很好的解决了问题。
在问题一中，利用半数平均法，建立猪肉价格预测模型。
首先通过对2000年1月至2009年6月我国猪肉价格数据的分析，得出猪肉价格在短期内呈线性增长趋势，然后用直线方程拟合该时间序列（猪肉价格随时间变化的序列），在完全确定直线方程模型后，通过该方程求出时间序列的各趋势值，接着运用EXCEL 软件作出二者的曲线并进行比较，证明该直线方程模型的可行性，最后在此基础上，预测出2009年下半年猪肉价格的趋势值。
在问题二中，确定影响猪肉价格的因素，采用灰色关联法，建立猪肉价格与其影响因素的关系模型。
首先使用季节平均法得出猪肉价格的季节指数（1234'1,'0.98,' 1.08,' 1.13S S S S ====），其次对猪肉价格与玉米价格时间序列图进行观察比较，易知两者变化呈正相关，然后利用灰色关联法，以往年的猪肉价格作为参考序列，以往年的玉米价格和季节指数作为比较序列，求出玉米价格和猪肉价格和季节指数与猪肉价格的关联度分别为0.755和0.972。
最后，利用关联度返算，推导得出猪肉价格的预测公式： 2.92109.26'i X G S =++.在问题三中，首先根据猪的不同重量，将猪分为三个成长阶段：1Kg ～15Kg 为幼年期；15Kg ～90Kg 为成长期；90Kg ～100Kg 为成年期。
由于猪的体重从5到100公斤呈正态分布，可以算出三个阶段的猪的数量分别为5，990，5。
然后根据猪场收入与成本建立猪场盈亏平衡点等式模型，可以得到猪粮比为6.5：1，即该养猪场的盈亏平衡点。
最后，文章根据模型分析的结果，在更全面了解影响猪肉价格因素的基础上，就目前我国已存在的猪肉市场相应的政策与机制，提出了合理可行的意见与建议。
关键词：半数平均法 季节平均法 灰色关联法 猪粮比 盈亏平衡点一、 问题重述我国猪肉价格从2007年5月开始突然以历史最大的涨幅攀升，部分地区猪肉批发价在短时间内翻番。
在联动效应作用下，肉、蛋、油价格迅速蹿高。
于是，居民消费价格指数（CPI ）连续四个月大幅上涨，2007年8月涨幅创下6.5%这一10年新高。
猪肉现在已经是大多数人必须的消费品之一，猪肉价格已经成为国民经济中的一个非常重要的影响因素。
猪肉价格的大幅上调直接影响到了相当一部分中低收入群体的生活。
究竟是什么原因导致猪肉价格波动如此之大的呢？有关部门与专家认为：一是饲料价格上涨，从而导致养猪成本增加，农民养猪积极性受挫；二是生猪收购价格偏低，导致养猪户积极性不高。
因此，猪肉市场出现尴尬现象。
猪肉市场供不应求，最终导致了猪肉价格冰火两重天的现象。
由此我们可以看到，这次肉价上涨并不是没有先兆的，老话说，未雨应绸缪，防患于未然。
假设有关部门之前早早地就积极组织调配各地货源，保证货源充足，就能改善这种状况。
根据题意，本文要解决的问题有：问题一：根据题目所给的2000年1月至2009年6月我国猪肉价格月数据[2]（见附表一），简单分析猪肉价格变化的趋势。
在此基础上，建立猪肉价格模型，并对2009年下半年猪肉价格进行简单预测；问题二：分析影响猪肉价格的因素，建立猪肉价格与其影响因素的关系模型，从而预测猪肉价格的变化趋势，并与第一问所建的模型进行比较，证明该模型的可行性。
问题三：设现阶段有某中型养猪场（1000头猪从5到100公斤呈正态分布，其中猪体重的期望值为50kg ）。
根据猪肉价格和饲料价格波动特点，根据当前的实际情况，计算该养猪场的盈亏平衡点（猪粮比）。
问题四：通过对以上三个问题的分析研究，谈谈你对保持猪肉价格稳定的问题有何切实可行的意见和建议，字数限制在一千字以内。
二、 问题的分析猪肉价格事关民生，是居民消费价格指数的重要组成部分，猪肉价格的大起大落[4]，既伤农，又伤民。
由于生猪养殖既有周期性，又有疫病发生等不可预测因素，因此仅靠市场来调节猪肉价格极易造成06年大量屠宰能繁母猪以及07年猪肉价格大幅上涨带动CPI 上涨的被动局面。
在此情况下，保持生猪生产的供需平衡及猪肉价格的稳定尤为重要，而其中把握及预测猪肉价格变动及其走势的信息更是重中之重。
对于问题一，首先通过对2000年1月至2009年6月我国猪肉价格月数据的对比分析，得出我国猪肉价格在短期内呈线性增长趋势（2007年8月是一个例外），而且由于该时间序列观察值的逐期增长量大致相同，所以运用半数平均法[1]将数据拟合成一条直线：ˆ14.040.116;57,56,55.......tX t t =+=---然后根据时间编码规则，得出各月份猪肉价格的趋势值。
再对趋势值与实际值进行分析，运用EXCEL 软件画出二者的曲线并进行比较，证明该模型的可行性。
最后在此基础上，对2009年下半年的猪肉价格进行了预测，得出各月份对应的猪肉价格趋势值；对于问题二，考虑到影响猪肉价格的主要因素为：季节变动和玉米价格。
首先，考虑季节变动因素，使用季节平均法[1]得出猪肉价格的季节指数，分别为1234'1,'0.98,' 1.08,' 1.13S S S S ====，易知猪肉价格受到季节的影响，且呈周期性变化。
其次，考虑玉米价格因素，根据2000年1月到2009年6月的猪肉和玉米价格月数据[7]画出时间序列图，并进行观察比较，可以清楚得看出猪肉价格和玉米价格的变化呈正相关，所以，玉米价格在一定程度上也影响着猪肉价格。
然后，利用灰色关联法，以往年的猪肉价格作为参考序列，以往年的玉米价格和季节指数作为比较序列，分别求出玉米价格、季节变动与猪肉价格的关联度，分别为0.755和0.972。
最后，根据其关联度返算，推导得出猪肉价格的预测公式： 2.92109.26'i G S =++Ｘ，其中G 为玉米价格，'i S 为季节指数；对于问题三：根据猪的不同重量，将猪分为三个成长阶段：1Kg~15Kg 为幼年期，15Kg~90Kg 为成长期，90Kg~100Kg 为成年期。
由于1000头猪的体重从5到100公斤呈正态分布，可以算出三个阶段的猪的数量分别为5，990，5。
则成年期的猪所创造的当日猪场收入=生猪价格×5×100。
而成长期的猪所吃的饲料为主要的饲料成本＝玉米价格×990×平均采食量[5]，根据饲料所占比例为总生产成本之62%[6]，可以列出等式：62%×生猪价格×5×100=玉米价格×990×平均采食量，可以得出：生猪价格:玉米价格=6.5:1，即猪粮比为6.5：1。
可以推导出猪粮比计算公式：2.0310062%⨯=⨯⨯成长期猪数量猪粮比成年期猪数量； 对于问题四，通过对猪肉价格影响因素的分析，客观提出几点为稳定猪肉市场，妥善解决猪肉价格上涨引起的民生问题，促进生猪产业健康发展的建议。
三、 模型假设1) 在预测期间内，不发生大的疫情，灾难或国家政策干预等引起猪肉价格急剧变化的事件；2) 预测期间内，饲料价格不会发生大的波动，可以以往年平均值来预测未来价格变化趋势；3) 在问题研究中不考虑玉米以外的猪饲料；4) 假设消费者对猪肉的需求量不发生巨大变化；5) 忽略猪肉的出入口对国内猪肉价格的影响。
四、 符号及变量说明五、 模型的建立与求解5.1 问题一模型的建立与求解5.1.1 分析数据图中描绘了2000年1月到2009年6月我国猪肉价格的走势图。
从图中可以看出2003年5月时，猪肉价格到达最低近两年的最低点9.68元/公斤，随后猪肉的价格一直保持在12～14元/公斤，但当到达2006年5月时，价格暴跌知10.71元/公斤，随后，价格有所回升，但当到2007年8月时价格一跃升至24.02元/公斤，达到了历史的最高点，随后价格一直一路攀升，到2007年12月时，价格已达到28.8元/公斤。
随后价格有所下降。
但仍然比历史的平均猪肉价格高出很多。
由于以下原因：（1）2006年猪肉价格过低，降低了农民养猪的积极性；（2）南方省市蓝耳疫病的爆发，造成大量生猪被杀，这被认为是猪肉价格猛增的主要原因；（3）2007年世界粮价猛增，加之有的国家将猪饲料的主要成分玉米作为其他的用途，引起2007年猪肉价格的急剧上升。
综上所述，2007年由于蓝耳疫病的影响，使我国猪肉价格从2007年8月便开始猛增。
所以我们在进行数据分析时，对于2007年8月到2009年1月的数据不作考虑。
5.1.2 拟合预测从总体趋势上来看，我国的猪肉价格在短期内呈线性增长趋势。
因为该时间序列观察值的逐期增长量大致相同，所以可以拟合直线方程：ˆtX a bt =+ 由于所给的资料是奇数，为了能够平分时间序列，去掉2004年10月的数字15.03，运用时间编码及半数平均法估计a 和b 的值，各月份的编码及猪肉价格的趋势值及有关计算见附表二。
由公式 2t t t a X tX b t ⎧=⎪⎪⎨=⎪⎪⎩∑∑ 得 14.040.116a b =⎧⎨=⎩所以拟合直线方程为： ˆ14.040.116;57,56,55.......tX t t =+=---根据题中的编码规则，2009年7月，8月，9月，10月，11月，12月的编码分别应为57，58，59，60，61，62，从而得到各月份的猪肉价格趋势值：57ˆ14.040.1165720.657X =+⨯=元/公斤； 58ˆ14.040.1165820.768X =+⨯=元/公斤； 59ˆ14.040.1165920.884X =+⨯=元/公斤； 60ˆ14.040.1166021.000X =+⨯=元/公斤； 61ˆ14.040.1166121.116X =+⨯=元/公斤； 62ˆ14.040.1166221.232X =+⨯=元/公斤。
则对2009年下半年猪肉价格的预测值如下表：表5.1.1 2009年下半年猪肉价格预测值图5.1.1 2000年1月—2009年6月我国猪肉实际价格与线性拟合价格趋势值的对比20.520.620.720.820.92121.121.221.32009年8月2009年9月2009年10月2009年11月2009年12月图5.1.2 2009年下半年猪肉价格预测图通过建立的直线方程模型求出时间序列的各个观察值（实际值）的趋势值，将其与观察值进行比较，并用EXCEL 将二者的曲线绘制在同一个坐标系内进行比较，得出该直线的拟合度比较好，从而证明了该直线模型的可行性。