基于ARIMA模型的湖北省城乡居民收入差距的预测

发布时间：2018-01-05 03:29

  本文关键词：基于ARIMA模型的湖北省城乡居民收入差距的预测　出处：《统计与决策》2014年15期 　论文类型：期刊论文

  更多相关文章： ARIMA模型 城乡居民收入比 短期外推预测 中部六省

【摘要】：文章选取湖北省1981~2012年的城乡居民收入数据,采用城乡居民收入比推算城乡居民收入演变轨迹,建立城乡居民收入比的ARIMA模型,并以2010年、2011年和2012年的数据作为检验数据,来验证该模型的预测效果,得出其模型预测效果较优的结论。最后利用该模型对2013~2015年湖北省城乡居民收入比数据进行了短期外推预测。
[Abstract]:The selection of urban and rural residents' income data of 1981~2012 in Hubei Province, the income of urban and rural residents than the estimated income of urban and rural residents evolution, establish the ARIMA model than the income of urban and rural residents, and in 2010, 2011 and 2012 data as test data, to verify the performance of the model, the model predicted better results. Finally, using the model of 2013~2015 in Hubei Province, urban and rural residents income in the short term extrapolation prediction were compared.

【作者单位】： 中南财经政法大学统计与数学学院;
【分类号】：F127;F224
【正文快照】： 0引言目前,针对城乡居民收入差距问题的研究,大多数学者利用的建模与预测分析方法主要是ARMA模型(或ARIMA模型)。学者黄湘俊,刘永跃(2007)根据浙江省1987~2004年有关数据,运用Box-Jenkins建模方法,对城乡居民收入差距的原因进行分析,并利用ARMA模型进行统计预测,在此基础上提

【相似文献】

相关期刊论文 前10条

1 张忠杰;;ARIMA模型在汇率预测中的应用[J];全国商情(经济理论研究);2005年07期

2 卞晓灵;;ARIMA模型在设备故障预测中的应用[J];科技信息(学术研究);2008年08期

3 刘红梅;;ARIMA模型在股票价格预测中的应用[J];广西轻工业;2008年06期

4 别慧军;吴們;;湖北省社会消费品零售总额ARIMA模型与预测[J];当代经济;2009年11期

5 张淑银;;我国财政支出的时间序列分析[J];福建教育学院学报;2009年05期

6 文彦;刘耀泽;;我国第三产业总值的时序特征分析[J];企业家天地下半月刊(理论版);2010年02期

7 杨静;财政金融波动对宏观经济周期影响初探[J];统计与信息论坛;2003年05期

8 区诗德;覃思乾;;基于60分钟线的ARIMA模型分析日K线走势[J];统计与决策;2005年24期

9 易金超;;中国能源需求的模型选择[J];消费导刊;2007年08期

10 覃海丹;袁申鹤;张政;;湖北省全社会固定资产投资时间序列分析[J];现代商贸工业;2008年11期

相关会议论文 前1条

1 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

相关博士学位论文 前1条

1 曾淑惠;多变量模糊时间数列之分析及应用[D];厦门大学;2003年

相关硕士学位论文 前10条

1 侯璐;基于ARIMA模型的石油价格短期分析预测[D];暨南大学;2009年

2 牛玉琴;我国电力消费影响因素及协整模型研究[D];华北电力大学（北京）;2007年

3 万丹青;中国货币市场利率预测模型研究[D];对外经济贸易大学;2007年

4 王华;时间序列长记忆性实证分析[D];电子科技大学;2009年

5 彭津;利用ARIMA模型对CHIBOR7进行短期预测的实证研究[D];对外经济贸易大学;2005年

6 刘文抒;基于灰色模型和ARIMA模型的上证指数研究[D];河海大学;2005年

7 戴家刚;住房公积金中沉淀资金预测模型的研究与实现[D];清华大学;2007年

8 李扬;ARIMA模型对我国寿险业潜在保费的预测研究[D];湖南大学;2006年

9 刘斌;基于ARIMA模型的中国钢铁价格分析预测[D];辽宁工程技术大学;2006年

10 刘薇;时间序列分析在吉林省GDP预测中的应用[D];东北师范大学;2008年

，

本文编号：1381399