| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 选题背景 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 第二章 时间序列模型 | 第10-16页 |
| 2.1 时间序列发展阶段 | 第10-11页 |
| 2.2 线性时间序列模型 | 第11-14页 |
| 2.2.1 白噪声与平稳性 | 第11-13页 |
| 2.2.2 时间序列的线性模型 | 第13-14页 |
| 2.3 时间序列的非线性模型 | 第14-16页 |
| 第三章 ARIMA模型在我国居民消费价格指数中的应用 | 第16-27页 |
| 3.1 对数据预处理 | 第16-19页 |
| 3.2 对数据进行分析 | 第19-20页 |
| 3.3 对序列建立ARMA模型 | 第20-27页 |
| 3.3.1 确定模型种类 | 第20-22页 |
| 3.3.2 确定模型参数 | 第22-27页 |
| 第四章 BP神经网络在CPI中的应用 | 第27-38页 |
| 4.1 神经网络的基本概念 | 第27-30页 |
| 4.2 BP算法概念及其步骤 | 第30-33页 |
| 4.3 对非线性部分用BP神经网络拟合 | 第33-35页 |
| 4.4 CPI的BP拟合 | 第35-38页 |
| 第五章 协整与误差修正模型在我国CPI中的应用 | 第38-47页 |
| 5.1 变量的选择 | 第38-39页 |
| 5.2 协整与误差修正模型 | 第39-41页 |
| 5.2.1 单位根检验 | 第39-40页 |
| 5.2.2 协整 | 第40页 |
| 5.2.3 协整检验 | 第40-41页 |
| 5.2.4 误差修正模型 | 第41页 |
| 5.3 基于协整与误差修正模型的实证分析 | 第41-47页 |
| 5.3.1 基于CPI的协整实证分析 | 第41-44页 |
| 5.3.2 基于CPI的误差修正模型的实证分析 | 第44-46页 |
| 5.3.3 协整与误差修正模型的预测 | 第46-47页 |
| 第六章 结论与展望 | 第47-48页 |
| 附录 | 第48-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |