时间序列分析在江苏省GDP预测中的应用.zip

摘要:国内生产总值（GDP）映射了一个国家或区域的经济发展能力和市场运行规模，这个数值的变动能够观察到一国或区域的经济发展到底处于增长还是消退阶段。时间序列是一组特定变量的值，由一段时间内发生在一个特定的模式所产生。最常见的模式是增加或减少的趋势、周期、季节性和不规则的波动。

本研究旨在应用时间序列分析和预测江苏省GDP数据，强调的是方法和数据分析。以1978年至2014年江苏省GDP为基础，借助经济计量软件EViews8.0对数据进行分析和预测。时间序列分析中的一个关键作用是过程的特性，或其中一部分，不随时间而变化。经过平稳化处理、白噪声检验、时间序列建模和模型检验，在检验的显著性水平取为α=0.5的条件下，建立ARIMA(2,1,3)模型。运用建立的模型对序列进行预测，江苏省GDP预测方程为

,

其中，表示一阶差分。

预测结果显示效果较好，能够用来预测短期江苏省GDP。时间序列分析方法普遍应用于经济学、自然学、社会学和工程学等。

关键词 时间序列分析；江苏省GDP；ARIMA模型；预测

目录

摘要

Abstract

1 引言-1

1.1 选题的背景及意义-1

1.2 国内外研究现状-1

1.2.1 时间序列分析的研究现状-1

1.2.2 GDP的研究现状-2

1.3 技术路线-3

2 时间序列分析理论框架-4

2.1 时间序列分析的预处理-4

2.1.1 平稳性检验-4

2.1.2 白噪声检验-5

2.2 时间序列的基本模型-5

2.2.1 AR模型-5

2.2.2 MA模型-6

2.2.3 ARMA模型-6

2.2.4 ARIMA模型-7

2.3 ARIMA模型建模-7

2.3.1 样本自相关系数(ACF)与偏自相关系数(PACF)-8

2.3.2 模型识别-9

2.3.3 参数估计-10

2.3.4 模型检验-10

3 江苏省GDP的时间序列分析-12

3.1 数据的收集-12

3.2 序列的平稳性检验-13

3.3 序列的白噪声检验-17

3.4 平稳序列建模-18

3.5 预测-22

结论-25

致谢-26

参考文献-27

附录-28