基于ARIMA模型的我国农业实际国民收入指数的研究应用.docVIP

基于ARIMA模型中国农业实际国民收入指数研究 ARIMA模型遵照图1所表示操作流取得观察值序列分析结果拟合ARMA模型平稳性检验白噪声检验程。 取得观察值序列 分析结果 拟合ARMA模型 平稳性检验 白噪声检验 差分运算 差分运算 图1 建模步骤 对1952年到1988年中国农业实际国民收入指数序列建模。 取得观察值序列 1952年到1988年中国农业实际国民收入指数如表1所表示。 表1 1952年到1988年中国农业实际国民收入指数序列 （以1952年农业国民收入总额为基数100） 年份 农业 年份 农业 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 100.0 101.6 103.3 111.5 116.5 120.1 120.3 100.6 83.6 14.7 88.7 98.9 111.9 122.9 131.9 134.2 131.6 132.2 139.8 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 142.0 140.5 153.1 159.2 162.3 159.1 155.1 161.2 171.5 168.4 180.4 201.6 218.7 247.0 253.7 261.4 273.2 279.4 判定序列平稳性 该序列时序图图2所表示。 agric time 图2 1952年到1988年中国农业实际国民收入指数时序图 时序图显示，该序列有显著趋势，为经典非平稳序列。 对原序列进行差分运算 因为原序列展现出近似线性趋势，所以选择一阶差分。一阶差分后序列时序图图3所表示。 dif time 图3 中国农业实际国民收入指数一阶差分后序列时序图 时序图显示，差分后序列在均值周围比较稳定波动。为了深入确定平稳性，考察差分后序列自相关图，图4所表示。 Autocorrelations Lag Covariance Correlation -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 0 78.239 167 1.000 00 ┋ ┋*******************┋ 1 42.075 733 0.537 78 ┋ . ┋*********** ┋ 2 16.246 605 0.207 65 ┋ . ┋**** . ┋ 3 7.058 588 0.090 22 ┋ . ┋** . ┋ 4 -11.132 207 -.142 28 ┋ . ***┋ . ┋ 5 -7.917 076 -.101 19 ┋ . **┋ . ┋ 6 -9.245 185 -.118 17 ┋ . **┋ . ┋ 7 -11.564 313 -.147 81 ┋ . ***┋ . ┋ 8 7.108 735 0.090 86 ┋ . ┋** . ┋ 9 12.965 116 0.165 71 ┋ . ┋*** . ┋ 10 -0.909 105 -.011 62 ┋ . ┋ . ┋ 11 -2.455 085 -.031 38 ┋ . *┋ . ┋ 12 -3.501 852 -.044 76 ┋ . *┋ . ┋ 13 -6.583 063 -.084 14 ┋ . **┋ . ┋ 14 -7.883 765 -.100 76 ┋ . **┋ . ┋ 15 -4.783 310 -.061 14 ┋