基于ARMA模型的贵州省工业总产值预测.pdfVIP

中国科技期刊数据库 科研 基于ARMA模型的贵州省工业总产值预测 傅汨源 贵州大学经济学院 贵州 贵阳 550025 摘要：贵州省要实现 “后发赶超”之路，对工业发展提出了新要求。在此对贵州省 1985-2011年工业产出量数据进行分析， 建立合理的时间序列模型，最后利用模型预测未来贵州省工业产出量。 关键词：贵州：工业生产量；时间序列 中图分类号：F224；F424；F123．2 文献标识码：A 文章编号：1671．5780(2015)01—0005O1 1引言 自相关系数 偏相关系数 模型定阶 2012年底，贵州省提出了 “后发赶超”的经济发展之 拖尾 P阶截尾 AR(P)模型 路。这也就针对贵州省的工业发展提出了新要求。在全省整 Q阶截尾 拖尾 MA(q)模型 体经济发展来看，工业一直是贵州I省经济发展的弱项，因此 拖尾 拖尾 ARMA(P，Q)模型 工业的发展对于贵州省整体经济的发展至关重要。本文希望 在ADF检验后，我们可以看出自相关系数和偏相关系数 通过利用时间序列分析方法，找到合适的时间序列模型，预 都是拖尾的，初步识别该模型为ARMA(P，q)模型。此时可以 测未来贵州省工业总产量 。时间序 列分析 (Timeseries 根据 AIC准则来确定p，q的值选择较为合适的ARMA模型。 analysiS)是一种动态数据处理的统计方法。该方法基于随 用 eviews分别拟合得出 AIC和 Sc数值。由算结果可知 机过程理论和数理统计学方法，研究随机数据序列所遵从的 ARMA(3，4)和 ARMA(4，2)的 AIC和 SC值较小，因此选取 统计规律，以用于解决实际问题。ARMA模型即自回归移动平 ARMA(3，4)和ARMA(4，2)进行预测。 均模型，是目前比较流行的时间序列分析方法。若时间序列 针对以上两个模型各 自的工业产值预估结果对比分析 如下： ， 为它的当前与前期的误差和随机项，以及它的前期值 年份 2011年 2012芷 备注 的 线 性 函 数 ARtC．,A (P，q) 模 型 一 般 形 式 为 ： 原 始 数 据 (亿元) 5520 7172 = ~iXt1+ 2 2+…+ p + 一 Arima(3，4)估计 5469 5824 一 一 一 一 1一 一2一…一 一g p Arima(4，2)估计 5469 6184 ， 其中 ，i=1，2…P，为自回归参数； ，t=l，2…q， Arima (3，4)相对误差 0．0093 0．1880 为滑动平均参数，是模型的待估参数。常用的AR和 MA模型 Arima (4，2)相对误差 0．0093 0．1378 最优 可视为ARMA模型的特例，若式中q=0，则变为P阶的自回归 根据比较可知，模型ARIMA(4，2)的相对误差最小，因此， 模型，记为 AR(p)，．若式中p=0，称为 q阶的滑动平均模 我们选择模型ARIMA(4，2)作为预测模型。 型，记为~LA(q) 2．5残差白噪声检验 2时间序列分析