ARIMA模型在辽宁省GDP预测中的应用

发布时间：2024-02-07 05:50

　　本文通过建立时间序列模型对辽宁省1978年到2008年的实际国内生产总值时间序列数据进行了分析,经过合理筛选和选择,以ARIMA(1,1,1)模型作为最终模型,并以此模型预测了辽宁省2009-2011年GDP分别为14896.34亿元,17479.48亿元,20455.54亿元。预测误差分别为3%,0.7%。希望可以为辽宁省制定宏观经济政策提供定量依据。

【文章页数】：3 页

【部分图文】：

图2Ln(GDP)由于对数化后依然非平稳,所以对序列进行一阶差分。用ADF单位

对于含有指数趋势的时间序列,可以通过取对数将指数趋势转化为线性趋势。经过取对数处理,表一中的数据变为一组具有线性增长趋势的序列,趋势图见图2。图2Ln(GDP)由于对数化后依然非平稳,所以对序列进行一阶差分。用ADF单位根检验方法对差分序列进行平稳性检验。结果如表2表2ADF....

图3一次差分Ln(GDP)序列的相关图

3、模型的识别使用Eviews6.0软件,计算一次差分后的时间序列自相关系数和偏自相关系数,如图3所示图3一次差分Ln(GDP)序列的相关图一阶差分后的数据满足数据平稳的条件,满足非白噪声的条件,我们选用一阶差分后的数据进行模型建立。观察图3,发现自相关图、偏相关图均一阶....

图4残差序列的相关图

可以接受这个具体的拟合;如果不是,那么残差序列可能还存在有用信息没被提取,需要进一步改进模型。经过检验,并结合残差自相关,偏自相关图如图4以及ADF检验结果数值可认为残差序列是平稳的。图4残差序列的相关图5、模型的预测分析应用ARIMA(1,1,1)模型11ln0.983....

本文编号：3896870