摘要：在统计学领域中,时间序列法是一种常用的预测手段.本文用ARMA模型对江苏人均GDP（1978-2014）进行分析,并用已知数据对未来进行短期预测.

毕业论文关键词： GDP, 时间序列, ARMA模型 ,预测66116

Abstract：In the field of statistics, time series method is a commonly used prediction method In this paper, using the ARMA model in the per capita GDP in jiangsu province (1978-2014) were analyzed , and the known data for short-term prediction about the future

Keywords: Gross domestic product, Time series, ARMA model，Forecast

目  录

1 引言 4

1.1 GDP概述及其分析预测原因 4

1.2 时间序列分析法简述 4

1.3 本文的主要工作 5

2 时间序列的基本分析法 5

2.1 时间序列分析的预处理 5

2.1.1 平稳性检验 5

2.1.2 数据的平稳化 6

2.2 时间序列模型的概述 6

2.3 ARMA模型的建立 7

2.3.1 ARMA模型的识别和定阶 7

2.3.2 ARMA模型的参数估计 7

2.3.3 ARMA模型的检验与预测 8

3 江苏省人均GDP时间序列模型的建立预测 8

3.1 江苏省人均GDP时间序列分析的预处理 9

3.1.1 平稳化检验 9

3.1.2 平稳化处理 10

3.2 时间序列模型识别与建立 11

3.2.1 模型识别与定阶 11

3.2.2 模型的参数估计 11

3.3 模型的检验 12

3.4 江苏省人均GDP短期预测 13

4 江苏省经济发展的政策建议 13

参考文献 15

1引言

1.1GDP概述及其分析预测原因

GDP(国内生产总值)指在一个国家在一段时间内生产的所有产品和货物的总值.这个总值把国民经济所有的经济的产出与成果统计成一个数字,是衡量一个国家社会财富的最为综合的尺度,是判定一个国家经济发展状况和经济增长趋势的重要经济指标[1].

随着我国改革开放的不断深入, GDP总量和人均GDP水平飞速提高,江苏经济更是取得长足的进步.在社会经济快速发展的条件下,对江苏人均GDP发展模式的研究显得尤为重要.

在参考文献2中,文章综合运用了判别时间序列平稳性的方法 ,建立了中国人均GDP的时间序列模型为了消除虚假回归 ,利用单位根方法检验了时间序列的单整阶数 ,在判别差分序列的平稳性之后 ,利用自相关函数图和偏相关函数图判别了时间序列模型的自回归阶数(AR(p))和移动平均阶数(MA(q)) ,然后利用TSP软件用OLS法对时间序列模型的回归参数进行了估计与显著性检验 ,并对通过检验的回归结果进行了分析.[2]文献综述

在参考文献3中,结合1952-2006年的中国人均GDP数值,应用spss软件对数据进行分析,建立了中国人均GDP的时间序列模型。文章详细介绍了模型建立的整个过程,并由此模型对中国2007-2010年的人均GDP进行了预测。这对我们从宏观上了解中国经济的发展状况,为国家制定科学合理的经济发展战略具有重要意义.[3] 人均GDP时间序列模型及预测:http://www.youerw.com/shuxue/lunwen_73898.html