ARIMA模型在福建省GDP预测中的应用.pdfVIP

第 卷第 期 年 月 科 技 和 产 业 7 1 20071 ( ) C 1671-1807200701-0045-04 ScienceTechnologyandIndustry 期 赵 蕾等: 模型在福建省 预测中的应用 1 ARIMA GDP 模型在福建省 预测中的应用 ARIMA GDP 1 2 赵 蕾 陈美英 福州大学管理学院 福建 ( , ) 350002 摘 要 本文介绍求和自回归移动平均模型 的建模方法及 实现 将 模型应用于福建省历年 数据的 : (,,) 。 ARIMApdq Eviews ARIMA GDP 分析与预测 得到较为满意的结果 , 。 关键词 时间序列 预测 : ; ; ; ARIMA GDP 中图法分类号: 文献标识码: F276.7 A 时间序列预测是通过对预测目标自身时间序列 由式()显而易见, 模型的实质就是差分 2 ARIMA 的处理来研究其变化趋势的 即通过时间序列的历史 运算与 模型的组合 。 ARMA 。 数据揭示现象随时间变化的规律 将这种规律延伸到 , 模型的建模步骤 2 ARIMA 未来,从而对该现象的未来作出预测。 本文讨论的求和自回归移动平均模型 简记为 时间序列模型是建立在随机序列平稳性假设 , 模型 是美国统计学家 和 的基础上的 因此时间序列的平稳性是建模的重要 (,,) , , ARIMApdq G.E.P.BoxG. 于 年首次提出 广泛应用于各种类型时 前提 M.Jenkins1970 , 。 间序列数据的分析方法,是一种预测精度相当高的短 模型及 模型都是在平稳时间序列 ARMA ARIMA [] 期预测方法1 建立 模型计算复杂 必 基础上建立的 任何非平稳时间序列只要通过适当阶 。 (,,) , 。 ARIMApdq 须借助于计算机才能完成 本文介绍 数的差分运算就可以实现平稳 就可以对差分后的序 。 (,,) , ARIMApdq 模型的建立方法 并