毕业设计（论文）时间序列分析在合肥市经济预测中的应用.docxVIP

摘 要国内生产总值（GDP）是现今国民经济状况的重要指示标准。它反馈了经济发展水平和人民生活条件，国民经济生产的大部分成果总结在本指标中，使用统计数据表明该指标简单明了，该指标可以评估国民经济形势与增长趋势，解析GDP，并对经济趋势做出精确的预估具备重要的现实意义，深入解析这一指标对经济发展过程的研究,拟定相对应的发展政策是非常重要的。以时序分析理论为基础，本文选择合肥区域从1990年至2013年GDP作为数据库数据，并开展了差分，模型的辨别与参数的预估等一系列数据解析，对时间序列进行建模并且对模型展开检测，以此来确认更符合的自回归移动平均模型ARIMA（1,2,1），并且使用这个模型预估将来五年的合肥GDP走势。关键词：时间序列分析； ARIMA模型；平稳化处理；单位根检验AbstractGross domestic product (GDP) is an important indicator of the current state of the national economy. It reflects the level of economic development and peoples living conditions, most of the results of national economic production summary In this indicator, the use of statistical data show that the indicators are simple and clear, the indicators can assess the national economic situation and growth trends, analysis of GDP, and economic Trends to make accurate estimates have important practical significance, in-depth analysis of this indicator on the economic development process, the development of the corresponding development policy is very important.Based on the theory of timing analysis, this paper chooses the GDP of Hefei area from 1990 to 2013 as the data of the database, and carries out a series of data analysis, such as difference, model identification and parameter estimation, to model the time series and model And then to confirm the more consistent autoregressive moving average model ARIMA (1,2,1), and use this model to predict the next five years of Hefei GDP trend.Key words: Time series analysis；ARIMA model；Smooth processing；Unit root test目 录摘 要IAbstractII目 录III第一章 绪 论11.1时间序列分析11.2时间序列分析的背景11.3研究意义2第二章 几种常用的方法32.1指数平滑法32.2 ARIMA模型32.3人工神经网络模型42.4生产函数模型…………...……………………………………...………4 第三章 时间序列分析基本方法63.1时间序列分析的预处理63.1.1差分运算63.1.2 平稳性检验73.2 时间序列模型8_Toc4828257833.2.1自回归模型83.2.2移动平均模型83.2.3自回归移动平均模型…………...………………………….……93.3 ARIMA模型建模步骤93.3.1 数据的平稳化处理93.3.2 模型识别103.3.3 参数估计103.3.4 模型检验10第四章 合肥市GDP预测分析124.1 合肥市GDP时间序列分析124.1.1 平稳性检验124.1.2 平稳化处理134.2 合肥市GDP时间序列模型的建立174.2.1 模型识别174.2.2 模型参数估计与建立174.2.3 模型检验184.3 合肥市GDP预测19第