共查询到10条相似文献,搜索用时 343 毫秒
1.
文借助Eviews6.0和Excel软件,建立了ARIMA(1,2,1)预测模型和三次指数平滑预测模型,对山东省1978年到2010年国内生产总值(GDP)数据进行分析,并对2011年到2013年的GDP进行预测。结果表明,ARIMA模型预测结果与真实值相比平均相对误差小,结果更为精确,基本符合事实。因此,选择ARIMA(1,2,1)模型作为最优模型为有关部门制定经济发展战略、经济发展规划提供重要依据。 相似文献
2.
3.
把趋势外推模型和ARIMA模型结合起来可构建混合时间序列这一新的预测模型.利用该模型,并以1978~2000年我国GDP总量数据为依据,通过Eviews5.0软件对模型进行估计,并根据建立的新模型对2001~2004年GDP总量作预测效果检验.结果表明,通过混合时间序列模型实施预测,误差相对较小,效果更好. 相似文献
4.
本文通过对1952年以来的各年度GDP数据进行数学建模,利用ARIMA模型对年度GDP进行了预测。实验结果表明:ARIMA模型对GDP年度数据预测的一步预测相对误差可以保持在3%以内,具有较高的预测精度。 相似文献
5.
张鸽 《湖北师范学院学报(自然科学版)》2015,(2)
介绍求和自回归移动平均模型ARIMA(p,d,q)的模型拟合方法,利用SAS统计软件实现模型的拟合。采用时间序列分析方法,对湖北省1978~2013年人均GDP的数据进行分析。通过对数据平稳性检验、模型参数检验、白噪声检验等分析,建立了ARIMA(1,1,0)时间序列模型,并对未来十年的湖北省人均GDP数据进行预报。 相似文献
6.
基于多重时间序列模型的城市固定资产投资与GDP的动态关系 总被引:1,自引:0,他引:1
针对固定资产投资与GDP动态关系的研究,首先采用Granger Causality Test确定固定资产投资与GDP存在因果关系,建立了固定资产投资与GDP的多重时间序列模型,并用Q统计量检验模型的适应性;对模型分析得出,固定资产投资会推动GDP增长,且具有4~5 a的正向滞后作用;最后,分别应用该模型和ARIMA模型预测厦门市2000—2008年GDP值,结果表明,该模型预测误差比ARIMA模型低8%左右. 相似文献
7.
本文以 1978-2009年陕西省城乡居民收入差距的统计数据为依据,用ARIMA模型进行分析,结果显示 ARIMA(7,2,0)具有较为准确的预测效果.利用该模型对未来几年山西城乡居民收入差距进行分析. 相似文献
8.
国内生产总值(Gross Domestic Product,简称GDP)常被公认为衡量国家经济状况的最佳指标,因此对GDP的预测越来越受到政府和公众的关注.由于影响GDP的因素有很多,而且这些因素间又常常存在多重共线性,所以准确找出影响GDP的重要因素并进行建模比较困难,而且经济数据常常是自相关非平稳的,因此本文采用ARIMA模型来拟合1991年到2010年的GDP数据并预测GDP.结果表明ARIMA(1,1,1)能较好拟合GDP数据,预测表明我国经济发展势头良好. 相似文献
9.
10.
根据山东省职工历年平均工资统计数据,建立了三个不同的社会平均工资增长数学模型,并预测了我国未来几年社会平均工资增长.计算结果表明,ARIMA模型较另两个模型具有更好的预测效果. 相似文献