| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题背景下的目的及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容及思路 | 第10页 |
| 1.4 本文创新点 | 第10-12页 |
| 2 时间序列建模的相关理论概述 | 第12-27页 |
| 2.1 时间序列分析相关基本理论 | 第12-16页 |
| 2.1.1 时间序列相关定义 | 第12-13页 |
| 2.1.2 平稳性检验 | 第13-14页 |
| 2.1.3 非平稳时间序列的预处理 | 第14-15页 |
| 2.1.4 纯随机性检验 | 第15-16页 |
| 2.1.5 模型相关准则 | 第16页 |
| 2.2 时间序列常用模型 | 第16-18页 |
| 2.2.1 ARMA模型 | 第16-17页 |
| 2.2.2 ARIMA模型 | 第17-18页 |
| 2.3 ARIMA模型的建立 | 第18-24页 |
| 2.3.1 模型识别 | 第18-20页 |
| 2.3.2 模型的定阶 | 第20-22页 |
| 2.3.3 模型参数估计 | 第22页 |
| 2.3.4 模型的适应性检验 | 第22-23页 |
| 2.3.5 预报 | 第23-24页 |
| 2.4 协整分析理论 | 第24-25页 |
| 2.5 误差修正模型 | 第25-26页 |
| 2.6 二元格兰杰因果关系 | 第26-27页 |
| 3 支持向量回归模型 | 第27-30页 |
| 3.1 线性支持向量回归模型 | 第27-28页 |
| 3.2 非线性支持向量回归模型 | 第28-30页 |
| 4 时间序列模型在吉林省及黑龙江省GDP预测中的应用 | 第30-49页 |
| 4.1 两省GDP的简单线性回归模型 | 第32-34页 |
| 4.2 两省GDP的简单指数模型 | 第34-36页 |
| 4.3 两省GDP的ARIMA模型 | 第36-40页 |
| 4.4 两省GDP的支持向量机回归模型 | 第40-41页 |
| 4.5 两省GDP的组合模型 | 第41-42页 |
| 4.6 两省GDP最优模型的确定 | 第42-43页 |
| 4.7 两省GDP间的发展情况对比 | 第43-49页 |
| 5 吉林省GDP与第一、二、三产业间的关系分析 | 第49-60页 |
| 5.1 数据的相关处理 | 第49-51页 |
| 5.2 协整分析 | 第51-56页 |
| 5.3 误差修正模型 | 第56-59页 |
| 5.4 格兰杰因果关系检验 | 第59-60页 |
| 总结 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 硕士期间发表论文情况 | 第63-64页 |
| 致谢 | 第64页 |