基于arma模型的我國(guó)gdp時(shí)間序列分析與預(yù)測(cè)-資料下載頁(yè)
2025-06-26 13:58本頁(yè)面
【正文】 ：圖8殘差白噪聲檢驗(yàn)結(jié)果此時(shí)，可以認(rèn)為殘差序列是純隨機(jī)序列,模型滿足檢驗(yàn)要求,即擬合模型顯著有效。預(yù)測(cè)序列走勢(shì)由預(yù)測(cè)方程及其條件方程：dloggdpt=loggdpt1+et++x=180。100%=%h= 180。100%=%dloggdp=loggdploggdp(1)經(jīng)預(yù)測(cè)得到20 ,其標(biāo)。而已知202011年實(shí)際GDP分別為403260億元、。預(yù)測(cè)誤差分別為：9表22012﹑2013年模型預(yù)測(cè)值年份20122013預(yù)測(cè)值（億元）預(yù)測(cè)值與真實(shí)值誤差均在3%以內(nèi)預(yù)測(cè)較為準(zhǔn)確。利用此模型對(duì)2012﹑2013年GDP進(jìn)行預(yù)測(cè)結(jié)果如表2所示：4. 結(jié)論時(shí)間序列分析的ARMA模型預(yù)測(cè)問題,實(shí)質(zhì)上是通過對(duì)社會(huì)經(jīng)濟(jì)發(fā)展變化過程的分析研究,找出其發(fā)展變化的量變規(guī)律性,用以預(yù)測(cè)經(jīng)濟(jì)現(xiàn)象的未來。預(yù)測(cè)時(shí)不必考慮其他因素的影響,僅從序列自身出發(fā),建立相應(yīng)的模型進(jìn)行預(yù)測(cè),這就從根本上避免了尋找主要因素及識(shí)別主要因素和次要因素的困難。 和回歸分析相比, 可以避免了尋找因果模型中對(duì)隨機(jī)擾動(dòng)項(xiàng)的限定條件在經(jīng)濟(jì)實(shí)踐中難以滿足的矛盾。實(shí)際上這也是ARMA模型預(yù)測(cè)與其他預(yù)測(cè)方法相比的優(yōu)越性所在。本文運(yùn)用時(shí)間序列的分析方法，對(duì)我國(guó)歷年的國(guó)內(nèi)生產(chǎn)總值進(jìn)行分析。將ARIMA（1,1,2）模型對(duì)該序列進(jìn)行擬合，最終得出我國(guó)國(guó)內(nèi)生產(chǎn)總值的變化規(guī)律。并且利用模型預(yù)測(cè)了較為準(zhǔn)確的短期兩年預(yù)測(cè)值。10參考文獻(xiàn)：[1]（第二版).北京:中國(guó)人民大學(xué)出版社.[2]:機(jī)械工業(yè)出版社.[3]:中國(guó)人民大學(xué)出版社.[4]高敏學(xué)﹑李靜萍﹑出版社,第二版[5]徐國(guó)祥1統(tǒng)計(jì)預(yù)測(cè)和決策[M].上海:上海財(cái)經(jīng)大學(xué)出版社,[6][M].清華大學(xué)出版社.[7]中國(guó)社會(huì)科學(xué)院金融研究所.[8]and《TimeSeriesAnalysisforecastingandControl》11附錄1：12
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1