上海市人均GD时间序列建模与预测(赵肖肖时间序列结课论文).docVIP

硕士研究生课程论文 题 目： 上海市人均GDP时间序列建模与预测 院 （系）： 数学与计算科学学院 专 业： 应用数学 课 程： 时间序列分析 姓 名： 赵肖肖 学 号： 10座机电话号码 老 师： 朱 宁 上海市人均GDP时间序列建模与预测 摘要：本文对上海市人均 GDP水平时间序列（1978年至2008年）进行分析，利用SAS软件对数据建立ARIMA模型，通过多种模型的比较和筛选找出最符合实际状况的模型，进而对未来几年内上海市人均 GDP 发展水平进行了预测。 关键字：人均GDP 时间序列 ARIMA模型 预测 SAS； 1 引言 时间序列是随时间改变而随机变化的序列。时间序列分析的目的是找出它的变化规律,即线性模型,主要有三种:AR 模型、 MA模型和 ARMA模型。ARMA 模型（AutoRegressive Moving Average Model）是研究时间序列的重要方法，该模型根据时间序列自身的数字特征，寻找本期数值受前期数值和误差数值影响的规律，并在此基础上对后期数据进行预测，时间序列在证券市场、 工程中常做分析和预测。ARIMA模型主要是对非平稳序列建模，对非平稳序列进行平稳化后，按照ARMA模型的方法建立。 在股票市场中,根据股票价格的历史数据,可以预测未来短期内的股票价格走势,便于投资者做出理性的投资决策。在天