arima模型預(yù)測(cè)gdp劉春鋒的論文請(qǐng)勿作抄襲使用-資料下載頁(yè)
2025-06-20 07:17本頁(yè)面
【正文】 果是，就可以接受這個(gè)擬合；如果不是就需進(jìn)行修改，知道殘差是白噪聲為止。Y2的ARMA（1，2）殘差的相關(guān)函數(shù)與非相關(guān)函數(shù)分布如下：殘差的自相關(guān)函數(shù)的AC值和偏自相關(guān)函數(shù)的PAC值全部落在置信區(qū)間內(nèi)。因此殘差服從白噪聲分布，所以說(shuō)模型ARIMA參數(shù)選擇是正確了，擬合的效果能符合要求。依據(jù)時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測(cè)的方法有五種：指數(shù)平滑法、單一方程回歸法、聯(lián)立方程回歸模型、自回歸求積移動(dòng)平均模型以及向量自回歸模型。在這里我用指數(shù)平滑法預(yù)測(cè)。指數(shù)平滑法是針對(duì)給定時(shí)間序列的歷史數(shù)據(jù)擬合出一條適當(dāng)曲線的基本方法。將樣本容量擴(kuò)大到預(yù)測(cè)點(diǎn)2010年選擇靜態(tài)預(yù)測(cè)。根據(jù)估計(jì)結(jié)果，y2超前一期的預(yù)期模型為： = 。 總結(jié) 河南省歷年GDP值與預(yù)測(cè)值GDPF的散步圖分布如下，從整體分布來(lái)看比較吻合。 ,%。ARMA模型預(yù)測(cè)方法是當(dāng)前比較先進(jìn)的時(shí)間序列預(yù)測(cè)方法，它真實(shí)地刻畫(huà)動(dòng)態(tài)變化規(guī)律，在一定的要求下可以為經(jīng)濟(jì)做判斷與預(yù)測(cè)，具有良好的政策性指導(dǎo)意義。它根據(jù)時(shí)間序列反映出來(lái)的規(guī)律和發(fā)展趨勢(shì)進(jìn)行推導(dǎo)和延伸，從而預(yù)測(cè)以后時(shí)期可能達(dá)到的水平。但是這種預(yù)測(cè)方法適合短期預(yù)測(cè)，預(yù)測(cè)長(zhǎng)期將出現(xiàn)較大的偏差，因此本文只預(yù)測(cè)了2010年河南省GDP值。ARMA的不足之處是ARMA模型對(duì)突發(fā)時(shí)間影響因素模擬不夠精確，所以預(yù)測(cè)值僅作參考。參考文獻(xiàn)：[1]古扎拉蒂著，[M].北京:中國(guó)人民大學(xué)出版社,2005[2]郝香芝,[J].[3][M].北京:清華大學(xué)出版社,2005[4][J].10 / 10
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1