基于arma模型的我國gdp時(shí)間序列分析與預(yù)測-資料下載頁
2025-06-26 13:58本頁面
【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)測序列走勢由預(yù)測方程及其條件方程：dloggdpt=loggdpt1+et++x=180。100%=%h= 180。100%=%dloggdp=loggdploggdp(1)經(jīng)預(yù)測得到20 ,其標(biāo)。而已知202011年實(shí)際GDP分別為403260億元、。預(yù)測誤差分別為：9表22012﹑2013年模型預(yù)測值年份20122013預(yù)測值（億元）預(yù)測值與真實(shí)值誤差均在3%以內(nèi)預(yù)測較為準(zhǔn)確。利用此模型對2012﹑2013年GDP進(jìn)行預(yù)測結(jié)果如表2所示：4. 結(jié)論時(shí)間序列分析的ARMA模型預(yù)測問題,實(shí)質(zhì)上是通過對社會經(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)測經(jīng)濟(jì)現(xiàn)象的未來。預(yù)測時(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,這就從根本上避免了尋找主要因素及識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隨機(jī)擾動項(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)測與其他預(yù)測方法相比的優(yōu)越性所在。本文運(yùn)用時(shí)間序列的分析方法，對我國歷年的國內(nèi)生產(chǎn)總值進(jìn)行分析。將ARIMA（1,1,2）模型對該序列進(jìn)行擬合，最終得出我國國內(nèi)生產(chǎn)總值的變化規(guī)律。并且利用模型預(yù)測了較為準(zhǔn)確的短期兩年預(yù)測值。10參考文獻(xiàn)：[1]（第二版).北京:中國人民大學(xué)出版社.[2]:機(jī)械工業(yè)出版社.[3]:中國人民大學(xué)出版社.[4]高敏學(xué)﹑李靜萍﹑出版社,第二版[5]徐國祥1統(tǒng)計(jì)預(yù)測和決策[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]中國社會科學(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-1