1995─2022年甘肃省粮食产量的趋势预测.docxVIP

第

第PAGE1页

1995─2022年甘肃省粮食产量的趋势预测

一个经济时间序列｛ｘt｝(t＝1,2,…,n)，通常认为由三种因素组成，即长期趋势、周期因素(季节因素)、随机因素。对于一个时间序列，宜于选用自相关分析图来判别序列的平稳性与周期，并且通过自相关和偏相关分析图确定ARIMA模型的自回来阶p与动平阶q。

⒈自相关系数

n-kt=1∑(Xt-X)Xt+k-X)

rk＝─────────

nt=1∑(Xt-X)2

其中X为｛Xt｝(t＝1,2,…,n)的平均值，rk为滞后k期的自相关系数。

(1)平稳性识别

假如rj(j＝1,…,k)随着j增大而快速靠近零，或散乱地分布在零点四周，则认为序列平稳；否则非平稳。对于非平稳序列，通过差分，消退其趋势。

(2)周期识别

对于一平稳序列，观看其自相关分析图，假如每隔时间T，自相关系数显著偏高，可以认为该序列具有周期T；否则，无周期(无季节性)。

⒉偏自相关系数

在已知自相关系数的条件下，解如下一系列方程组：

│1r1……rk-1││ρk1││r1│

│r11……rk-2││ρk2│＝│r2│

││││││