基于灰色模型和ARMA模型的我国社会消费品零售总额的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·问题提出的背景与研究现状 | 第9-11页 |
| ·论文的主要内容和结构 | 第11-12页 |
| 第二章 社会消费品零售总额的影响因素分析 | 第12-23页 |
| ·灰色理论基础 | 第12-16页 |
| ·灰色系统理论概述 | 第12-13页 |
| ·灰色关联分析的原理及步骤 | 第13-14页 |
| ·多维灰色GM(1,N)模型 | 第14-16页 |
| ·影响因素分析 | 第16-20页 |
| ·各项因素的确定 | 第16-17页 |
| ·灰色关联分析 | 第17页 |
| ·GM(1,N)模型的建立 | 第17-19页 |
| ·结果分析 | 第19-20页 |
| ·对策与建议 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 社会消费品零售总额的预测 | 第23-70页 |
| ·预测基本理论 | 第23-25页 |
| ·预测的分类 | 第23页 |
| ·预测的基本原则 | 第23-24页 |
| ·预测的步骤 | 第24-25页 |
| ·时间序列分析概述 | 第25-26页 |
| ·时间序列的定义 | 第25页 |
| ·时间序列的基本概念 | 第25-26页 |
| ·平稳时间序列分析 | 第26-42页 |
| ·ARMA模型的基本理论 | 第26-27页 |
| ·ARMA模型的基本类型 | 第27-28页 |
| ·ARMA模型的特性分析 | 第28-30页 |
| ·ARMA模型的建立 | 第30-39页 |
| ·ARMA模型的预测 | 第39-42页 |
| ·非平稳时间序列分析 | 第42-44页 |
| ·非季节性ARIMA(p,d,q)模型 | 第43-44页 |
| ·季节性ARIMA(P,D,Q)_s模型 | 第44页 |
| ·ARIMA季节乘积模型 | 第44页 |
| ·基于年度数据的预测模型 | 第44-56页 |
| ·数据的分析及预处理 | 第45-50页 |
| ·模型的建立 | 第50-55页 |
| ·模型的预测 | 第55-56页 |
| ·结果分析 | 第56页 |
| ·基于月度数据的预测模型 | 第56-69页 |
| ·数据的分析及预处理 | 第56-63页 |
| ·模型的建立 | 第63-67页 |
| ·模型的预测 | 第67-69页 |
| ·结果分析 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第四章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录1:数据资料 | 第76-79页 |
| 附录2:matlab程序 | 第79-80页 |
| 附录3:Eviews输出结果及分析 | 第80-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士期间主要成果 | 第85页 |
