3的正态分布,而A市GDP其它方法得出的的预测值的自然对数是11.76。通过简单计算或者从图可以知道11.76明显在ARIMA模型预测均值的95%置信区间内。Р A市2013-2017年GDP预测值Р - 7 -Р 山东理工大学本科Р 但是对于近来几年国家的政策,控制GDP的增长,这份预测中高估了2017年A市GDP总量,同时也会影响了其他的一些参数或者指标的估计,这一点还应该在由有关政府部门引起重视,因地而异,不要一味寻求GDP增长而忽略其它。Р 三、结语Р 本文利用 Excel 及 SPSS 软件对A市 GDP 进行时间序列分析。其中的问题存在以下几点Р (1)由于 GDP 受很多随机因素的影响,要选择一个最佳的模型去拟合相对较难。在 Excel 下对其作了最简单的函数拟合,发现拟合效果并非很差,但由于近年来特别是改革开放以来,GDP 的发展速度很快。近年来,随着时间序列分析方法的深入广泛研究,很多学者将其应用在经济学领域,获得了很好的结果,很多研究者也用它去拟合 GDP,发现拟合效果较理想。Р (2)由于时间序列分析的数据相对较多,通过检验及预测,发现结果极具说服力,具有一定的参考价值。Р (3)从自身发展规律来分析和预测A市 GDP 的变化规律,找出最终模型。由于GDP 受很多随机因素的影响,而本文仅从 GDP 自身分析,这对最终的结果会有一定的影响。通过对A市2001-2009年的GDP进行时间序列分析,建立ARIMA模型,利用模型参数对序列进行变换,使得最终的残差序列为白噪声序列。最后利用该模型对2013-2017年A市GDP进行预测,相对误差基本控制在5%以内,比较准确地预测了未来几年A市GDP的状况,预测结果理想。Р - 8 -Р 山东理工大学本科Р 参考文献Р [1] 董瑶. 时间序列模型的改进与应用[D]. 甘肃兰州:兰州大学,Р2011.Р - 9 -
全文预览
