基于ARIMA模型下的新疆就业人数及GDP的预测分析

发布时间：2021-02-18 09:59

　　经济预测是以提高经济管理的科学水平、减少经济决策的盲目性为目的,来为经济决策服务的。与此同时,提高了决策的正确性。因此在本文通过经济预测可以掌握未来的变化和经济发展的实时动态并预见社会的经济发展趋势,同时也降低了对未来的不确定性以及在决策的时候所遇到的各种风险。首先,论文讲述了ARIMA模型的发展前景和研究现状,简要介绍了ARIMA模型的理论知识方法,详细阐述了在ARIMA模型研究时候的平稳性要求以及对ARIMA模型进行识别的方法,并介绍了在ARIMA模型的参数估计中经常使用的估计方法,随后详细地阐述了在ARIMA模型的检验与预测当中所运用到的自相关检验,也详细讲解了预报的内容,和在ARIMA模型预测当中的步骤。其次,在ARIMA模型实证分析中对新疆就业以及新疆GDP进行分析。在新疆就业分析的结果当中,介绍了资料来源,说明了普通多元回归分析的结果,并与ARIMA模型分析结果进行了比较;从就业预测图的走势来看,未来几年内新疆大学生就业率的走势会持续性地提高,该趋势为当地大学生就业提供了良好的契机,也成为提高大学生就业积极性的依据。在运用本文介绍的模型对新疆的就业分析当中,由模型识别等基础... 

【文章来源】：新疆财经大学新疆维吾尔自治区

【文章页数】：42 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
1 绪论
    1.1 ARIMA模型的研究状况
    1.2 ARIMA模型的发展前景
    1.3 选题意义
2 ARIMA模型简介
    2.1 ARMA模型
        2.1.1 AR模型
        2.1.2 MA模型
        2.1.3 ARIMA模型
    2.2 ARIMA模型
    2.3 平稳性要求
        2.3.1 数据图检验法
        2.3.2 自相关图检验法
        2.3.3 单位根检验法
    2.4 模型的识别
    2.5 ARIMA模型的参数估计
        2.5.1 最大似然估计
        2.5.2 条件最小二乘估计
        2.5.3 非条件最小二乘估计
3 ARIMA模型的检验与预测
    3.1 自相关检验
    3.2 预测
    3.3 ARIMA模型预测的基本步骤
4 ARIMA模型实证分析
    4.1 ARIMA模型新疆就业分析
        4.1.1 资料来源
        4.1.2 普通多元回归分析
        4.1.3 ARIMA模型分析结果
        4.1.4 小结
    4.2 ARIMA模型新疆GDP分析
        4.2.1 资料来源
        4.2.2 平稳性处理
        4.2.3 模型的识别与建立
        4.2.4 模型的拟合
        4.2.5 小结
5 总结与展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于ARIMA与人工神经网络组合模型的交通流预测[J]. 谭满春,冯荦斌,徐建闽.  中国公路学报. 2007(04)
[2]贝叶斯分析理论在情报研究中的应用[J]. 李景龙.  情报探索. 2007(01)
[3]具有非线性状态空间模型的模型预测控制[J]. 刘春风,范文兵,李亚萍.  内江科技. 2006(09)
[4]市场因素影响商品期货价格的多元模型分析[J]. 朱晋.  数量经济技术经济研究. 2004(01)
[5]现场数据可靠性分析非参数方法比较[J]. 文昌俊,钟毓宁,刘文超.  湖北工学院学报. 2002(04)
[6]基于成交量的股价序列分析[J]. 吴冲锋,吴文锋.  系统工程理论方法应用. 2001(01)
[7]ARIMA模型中时间序列平稳性的统计检验方法及应用[J]. 刘晓宏,金丕焕,陈启明.  中国卫生统计. 1998(03)
[8]窄带非高斯建模及其仿真验证[J]. 冯德军,蔡志明,贺富强.  海军工程大学电子工程学院学报. 2002 (01)

硕士论文
[1]ARIMA模型及其在医疗资源消费预报中的应用[D]. 王卫琪.山西医科大学 2008
[2]随机时间序列模型在物流需求预测中的应用[D]. 黄丽.武汉大学 2004



本文编号：3039405