《经济发展趋势预测数学建模论文》.docVIP

《经济发展趋势预测数学建模论文》.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
经济发展趋势预测 摘要 本题给出了从1978年到2009年该国的GDP与工业值、建筑业及农林渔业的变化的数据,对于问题1,需建立国内生产总值与工业值、建筑业及农林渔业产值之间的数量模型,利用数据对未来经济做出预测;我们运用了趋势外推预测法(历史资料延伸法)及建立了多元线性回归模型,并利用MATLAB统计工具箱里的命令regress求解,得到的预测结果是GDP与个产业之间的关系为 , Y=732.2776+1.8561*x1 +3.9825*x2+0.0307*x3, 通过该计算,可得出未来经济的预测值。 关键词:趋势外推法 多元回归模型 预测 拟合 残差 题目重述 问题一: 国内生产总值(Gross Domestic Product,简称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服务的价值,常被公认为衡量国家经济状况的最佳指标。因此需要我们建立国内生产总值与工业值、建筑业及农林渔业产值之间的数量模型,利用数据对未来经济做出预测。 问题二: 讨论国内生产总值增长与资本及劳动之间的关系,并利用数据验证所求得的结果。 问题分析 一个国家的GDP作为衡量一个国家的经济综合实力的指标对其进行预测很有意义,历史唯物主义认为人类及事物的发展总是一个自然历史进程,有其内在规律,表现为它的发展为不断前进,上升和进步的过程,某段时间可能出现曲折,甚至出现倒退,但总体上都服从这一规律,凡事不预则不立。在不同的年代,受其时代技术及科技发展程度的影响,经济呈现不同的发展趋势,随着工业值、建筑业及农林渔业等产业的发展,必将推动总体GDP的上升。 对于问题1,已知题中各产业的发展趋势,要求GDP与各产业之间的关系,显然是一个因变量与多个自变量之间的关系,即多元线性回归问题,因此建立回归模型,即可求解。 对于问题2,随着时代及科技的发展,整个社会的内需扩大了很多,资金大量流动,资本的注入则保证了这一切的正常运作,资本的流动性是带来价值增值的价值,资本不可闲置,否则就是浪费,资本的增值性是其本质特征,也是其内在在特征,它参与产品价值形成的运动。资本的不确定性是指风险与利益并存,这些都是的生产总值在资本的变化中所存在的变化,同时,随着人口的增加以及人们工作能力的提升,会使得大量较廉价劳动力以及较新的技术手段流入,如此也影响了GDP的变化。 根据表中数据,第二题属于多元非线性回归问题,将题中数据带入函数求解,并对数据进行检验,便可得到该模型。 问题假设与符号说明 模型假设: 1.技术(或经济)发展的因素,不但决定了过去的技术发展,而且在很大程度上也决定着该技术的未来发展。这一前提假设实质上指的是在研究某项技术的过去、现在和未来的整个发展过程中,它保持相对不变,亦即内、外因保持相对不变。 2.技术或经济的发展过程,一般属于渐进变化,而不是跳跃式变化。这一前提假设实际上是指质的稳定性。 3.工业值,建筑业值以及农林渔业值之间是相互独立的。 符号说明: Y为观测值;分别为回归系数;x是回归变量(可以是随即变量,也可以是一般变量);i=(1,2,3)表示不同的年份;是随机因素对相应变量Y所产生的影响---随机误差,也是随机变量,且~N(0,)。 模型的建立 模型一: 由表可以看出,对于工业、建筑业以及农林渔业,其一阶向后差分是一个常数,因此是具有直线趋势的时间数列,可以采用线性模型来求出预测值,当然,时间数列中的实际数据与直线上的数据可能有所偏差,但只要偏差较小,拟合的直线对时间数列就有较强的代表性。综上可得出如下的回归模型: 忽略数据的误差,可得到GDP与各产业之间的线性关系为: 根据表中数据估计,影响Y的其他因素都包含在随机误差中,如果模型选择合适,应大致服从均值为0的正态分布。 模型求解 直接利用MATLAB统计工具箱中的命令regress求解,使用的格式为: [b,bint,r,rint,stats]=regress(Y,x,alpha) 其中x为对应于回归系数=()的数据矩[1,](n x 4矩阵,其中第1列为全1向量),alpha为置信水平(缺省时=0.05);输出b为的估计值,记作为,bint为b的置信区间,r为残差向量,rint为r的置信区间,stats为回归模型的检验统计量。 根据工业、建筑业、农林渔业三者的增长趋势,我们分别计算出了三者占GDP的百分比,得到了如图(附录一) 可以看出,工业百分比与建筑业百分比基本维持不变,说明工业值,建筑业与GDP呈线性关系;而农林渔业百分比随时间递减,计算可知农林渔业与GDP呈非线性关系。 运用MATLAB编程计算出结果有: 参数 参数估计值 参数置信区间 36

文档评论(0)

bamuwuying + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档