gdp预测.docVIP

课 程 论 文论文题目:中国碳排放量的组合预测 学生姓名: 吕琴霞（0202）王 婷（0101）专 业: 统计学班 级: 1124002-1指导教师: 张伟伟2014年6月10日 中国GDP预测 摘要：GDP是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，它不但可以反映一个国家的经济表现，更可以反映一国的国力与财富。本文采用灰色GM(1，1)模型，曲线回归分析的二次模型，和趋势外推法，以1990年到2013年的指标数据为样本对中国GDP的变化趋势进行了预测，通过对预测值的分析即可知道中国经济实力的大小和未来发展的基本趋势。预测误差较小，精度较高。 关键词：GDP；预测 ；灰色模型；MATLAB目 录 一、模型介绍 6 1. 模型 6 2. 趋势外推法 8 二、模型应用及求解 12 1. GM(1,1)模型 12 2. 二次曲线模型 14 3. 趋势外推法 17 三、模型评价 21 模型推广 22 参考文献 22 附件.................................................... 23图表目录 表1 精度检验等级参照表 8 表2 中国2001至2013年GDP GM（1,1）预测结果 13 表3 GM（1,1）对未来五年GDP的预测结果...................14 表4 中国2001至2013年GDP 趋势外推法预测结果 14 表3.5 1990至2012 年碳排放量线性回归预测果 16 表3.6 多元线性回归模型预测结果 16 表3.7 全国2003至2012年碳排放量BP神经网络预测结果 18 表3.8 BP神经网络模型预测结果 18 表3.9 全国2003至2012年碳排放量组合模型预测结果 19 表3.10 组合预测模型对2013~2017年碳排放量预测结果 19 表3.11 四种模型预测对比结果 20 图1 GM(1，1)模型相对误差曲线.............................12 图2 GM(1，1)模型拟合曲线,,,..............................14 图3二次曲线模型中国GDP预测图............................15 图4 趋势外推法GDP散点图................................15 图5 神经网络模型预测曲线..............................17 图6 组合模型预测曲线..................................19 图7 碳排放量变化......................................21一．模型介绍 1.模型 1.1 模型介绍模型即一阶一个变量的灰模型，设所要预测的某项指标的原始数据, 一般而言, 它是一个不平稳的随机数列。对于这样一个随机数列, 如果它的波动太大, 其发展趋势无规律可循, 如果对原始数列做一次累加生成处理, 即: 第一步，构造累加生成序列 为的序列则得到一个新的数列, 对于这样的新数列, 其变化趋势可以近似的用如下的微分方程描述:(1.1) 式（1.1）中，a,b可以通过如下最小二乘法拟合得到：(1.2) 第二步，构造数据矩阵和数据向量第三步，计算 第四步，得出微分方程公式（1）所对应的时间响应函数为（1.3） 第五步，累减还原1.2 模型检验对于预测公式(1.3) , 我们所关心的是它的预测精度。这一预测公式是否达到精度要求, 可以按下述方法进行精度检测： （1）求出原始数据的还原值 （2）计算原始数据的还原值与其实际值之间的残差值和相对误差值 （3) 精度检测 设为原始序列，为相应的模拟序列，为残差序列，则 分别为的均值和方差； 分别为残差的均值和方差。 计算均方差比值 ,对于给定的,当 时,称模型为均方差比合格模型;再计算小误差概率 , 对于给定的 当时,称模型为小误差概率合格模型. 以上是通过对残差的考察来判断模型的精度。其中,平均相对误差和模拟误差都要求越小越好, 均方差比值C 越小越好以及小误差概率p 越大越好。给定的一组取值, 就确定了检验模型模拟精度的一个等级。常用的精度等级如表6所示, 可供检验模型参考. 表1 精度检验等级参照表 指标临界值精度等级 平均相对误差 均方差比值 小误差概率 一级（优） 0.01 0.35 0.95 二级（良） 0.05 0.50 0.50 三级（合格） 0.10 0.65 0.70 四级（不适用） 0.20 0.80 0.60 2.趋势外推法 社