時間序列分析小論文-展示頁
2025-07-02 02:29本頁面
【正文】 李惠在《ARIMA模型在我國全社會固定資產(chǎn)投資預(yù)測中的應(yīng)用》中，通過19802007年我國全社會固定資產(chǎn)投資的相關(guān)數(shù)據(jù)，運用統(tǒng)計學(xué)和計量經(jīng)濟(jì)學(xué)原理，從時間序列的定義出發(fā)，運用ARIMA建模方法，將ARIMA模型應(yīng)用于我國歷年全社會固定資產(chǎn)投資數(shù)據(jù)的分析與預(yù)測，檢驗得出ARIMA(4，2，4)模型為最佳，建議政府抓住投資機(jī)遇，合理安排投資比例和投資金額，促進(jìn)經(jīng)濟(jì)的健康發(fā)展。結(jié)果顯示ARIMA(2，1，3)模型提供了較準(zhǔn)確的預(yù)測效果，可用于未來的預(yù)測，為太原市全社套固定資產(chǎn)投資的預(yù)測提供了一種方便實用的方法。結(jié)果表明，ARIMA(8，1，9)模型提供較準(zhǔn)確的預(yù)測效果，可以用于未來的預(yù)測，并為武漢市固定資產(chǎn)投資提供可靠的依據(jù)。因此運用數(shù)理經(jīng)濟(jì)模型（即揭示經(jīng)濟(jì)活動中各個因素間的理論關(guān)系用確定性數(shù)學(xué)方程加以表述的方法來分析和預(yù)測是較為困難的）。二、模型的建立及預(yù)測過程模型的建立ARIMA模型全稱為差分自回歸移動平均模型,簡記ARIMA，是由博克思和詹金斯于70年代初提出的一著名時間序列預(yù)測方法，所以又稱為boxjenkins模型、博克思詹金斯法。所謂ARIMA模型，是指將非平穩(wěn)時間序列轉(zhuǎn)化為平穩(wěn)時間序列，然后將因變量僅對它的滯后值以及隨機(jī)誤差項的現(xiàn)值和滯后值進(jìn)行回歸所建立的模型。①自回歸模型AR(p) 如果時間序列{}滿足：其中：是獨立同分布的隨機(jī)變量序列，并且對于任意的t，E()=0，Var()=0，則稱時間序列{}服從p階自回歸模型，記為AR（p）。是 q 階移動平均模型的系數(shù)。當(dāng) p=0 時，ARMA(0, q) = MA(q)；當(dāng)q = 0時，ARMA(p, 0) = AR(p)。設(shè)是 d 階單整序列，記作：～ I(d)。(1)根據(jù)時間序列的散點圖、自相關(guān)圖和偏自相關(guān)圖，以及ADF單位根檢驗觀察其方差、趨勢及其季節(jié)性變化規(guī)律，識別該序列的平穩(wěn)性。如果數(shù)據(jù)序列是非平穩(wěn)的，則需對數(shù)據(jù)進(jìn)行差分處理。(3)根據(jù)時間序列模型的識別規(guī)律，建立相應(yīng)的模型：①若平穩(wěn)時間序列的偏相關(guān)函數(shù)是截尾的，而自相關(guān)函數(shù)是拖尾的，則可斷定此序列適合AR模型；②若平穩(wěn)時間序列的偏
外語相關(guān)推薦
鄂ICP備17016276號-1