残差自回归模型的研究 基于四川省人均GDP的实证分析.docxVIP

残差自回归模型的研究 基于四川省人均GDP的实证分析 残差自回归模型的研究colon;基于四川省人均GDP的实证分析 第２８卷第４期２０１４年７月兰州文理学院学报（自然科学版） ）ＪｏｕｒｎａｌｏｆＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｏｆＡｒｔｓａｎｄＳｃｉｅｎｃｅ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ　　　　　　　ｙ Ｖｏｌ．２８Ｎｏ．４ Ｊｕｌ．２０１４ （）０９５１２０１４０４０６９９００３０３－－－　　文章编号：２ 残差自回归模型的研究 ———基于四川省人均ＧＤＰ的实证分析 何　慧，高登蕊，冯长焕 ）（四川南充６西华师范大学数学与信息学院，３７００２ 摘　要：采用１通过建立残差自回归模型对四川人均Ｇ９７９年到２０１２年的四川人均ＧＤＰ进行了预ＤＰ数据，测．结果表明，对残差进行序列相关模型处理有利于对数据的内在趋势进行提取，从而更好地描述数据统计的内在规律．最后对四川省人均Ｇ并与真实值进行了比较．ＤＰ做了短期预测，关键词：残差自回归；序列相关；预测中图分类号：Ｏ２．１　　　文献标识码：Ａ２１ DOI:10.13804/j.cnki.2095-6991.2021.04.008 人均ＧＤＰ是指某一地区在一定时期内国民生产总值除以同期的平均人口所得的数据，是判定一个地区的经济发展和人民生活水平的重要标准．分析人均ＧＤＰ这个因素可以深刻反应这个地区的经济发展历程，对其变化规律的探讨，有利于 这个地区宏观政策的制定［． １．１　时间确定性趋势模型 时间确定性趋势模型和传统的普通线性回归思想一样，首先通过确定性因素分解法，提取时间序列变量中的主要确定性信息，从而得到模型（）Ｘ１εｔ＝Ｔｔ＋ｔ， 其中，确定性信ＸＴｔ为原序列；ｔ为趋势效应拟合（ ，息）一般采用以时间ｔ为自变量的函数来拟合；εｔ为残差序列． １．２　残差序列的自回归序列模型 对原序列提取了时间趋势确定性模型后，观的相关性，察其残差序列｛如果原序列的残差εｔ｝）不存在自相关，序列｛说明式（已经充分提取１εｔ｝了原序列信息变量，能很好地解释原序列，即式（）为最终模型；存在自相关，如果原序列｛则１εｔ｝说明确定性回归模型没有充分提取时间序列变量的信息，还需要进一步分析，需要对原序列的残差建立自相关回归模型．序列｛εｔ｝ 建立时间序列模型对原序列的残差序列｛εｔ｝的均值为零，的要求是残差序列｛方差相同．即εｔ｝对建立自回归模型的序列是平稳的．自回归时间序列模型如下： 省区经济是国民经济的重要组成部分，但省区经济又具有相对的独立性．所以，研究我国省区经济对我国宏观经济有很大的支持和帮助．四川省作为西部大开发的大省，地区国民生产总值一直居于西部各省的前列．又是成渝经济开发圈的重要经济组成体．因此对四川省人均ＧＤＰ历史数据进行实证分析，研究其统计规律和变动趋势，对四川乃至全国的经济发展都有举足轻重的作 本文在前人的研究思想方法基础上，根据统计规律首先对序列提取一个关于时间的确定性趋势的模型，再观察其残差序列．如果残差序列不相关，模型建立就已完成，即建立了一个以时间为自 ，如果发现残差序列具有变量的线性回归模型［ εαεαεαεαｔ＝ｃ＋１ｔ２ｔｔｔ．１＋２＋…＋－－－ｐｐ＋ （）２其中｛εαｔ｝为原序列的残差序列，ｐ为滞后ｐ期的系数，ｃ为常数项，ａｔ为白噪声序列．１．３　残差自回归序列模型 ）（）两式得到残差自回归的总模型根据（１２如下： 序列相关，就对残差序列建立一个自回归模型以此来消除残差序列的自相关性．最后把时间确定性趋势模型和残差自回归模型作和就产生了残差 自回归模型，然后对原序列进行预测研究［． 收稿日期－－ ，作者简介：女，四川仪陇人，何慧（在读硕士，主要从事数理统计理论及应用研究．１９８９－） 第４期残差自回归模型的研究何慧等： Ｘｃ＋αεαεｔ＝Ｔｔ＋１ｔ２ｔ１＋２＋…＋－－ αεαｔｔ，－ｐｐ＋ （ａｒＥ（ａａ＝０，　Ｖ＝σ，ｔ）ｔ） （Ｃｏｖａａｉ≠ｊ．ｉ，≠０，ｊ） 拟合的结果如下表２所示．８来拟合Ｔ１９７ｔ． 表２　确定性回归趋势模型的参数及统计量表 统计量常数项ｃ　Ｔ的系数ｓｕａｒｅｄＡｄｕｓｔｅｄＲ－　　ｑｊＳ．Ｅ．ｏｆｒｅｒｅｓｓｉｏｎ　　ｇＦ－ｓｔａｔｉｓｔｉｃ　ｂｉｎｓｏｎＤｕｒａｔ　－Ｗ 值５．４０１７３８　０．４０８１３１１０４５８３４９４５．４９２０．２６２８８５ ０．０００．００ ２