时间序列分析方法研究及其在陕西省GDP预测中的应用
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 文献综述 | 第10-14页 |
·问题的引入 | 第10页 |
·论文研究目的和意义 | 第10-11页 |
·国内外的研究现状 | 第11-13页 |
·时间序列分析的国内外研究现状 | 第11-12页 |
·国内外有关GDP 的时间序列研究 | 第12-13页 |
·论文主要工作及技术路线 | 第13-14页 |
·论文的主要工作 | 第13页 |
·本文的技术路线 | 第13-14页 |
第二章 时间序列分析的基本理论与方法 | 第14-25页 |
·时间序列分析 | 第14-16页 |
·时间序列 | 第14-15页 |
·时间序列数据的特性分析或预处理 | 第15-16页 |
·时间序列的平稳性 | 第15页 |
·时间序列的纯随机性 | 第15-16页 |
·时间序列的季节性 | 第16页 |
·时间序列分析的基本理论 | 第16-18页 |
·平稳性检验 | 第16页 |
·纯随机性检验 | 第16-17页 |
·AIC 准则、BIC 准则 | 第17-18页 |
·AIC 准则 | 第17页 |
·BIC 准则 | 第17-18页 |
·时间序列的常用模型 | 第18-20页 |
·AR(自回归)模型 | 第18页 |
·MA(移动平均)模型 | 第18-19页 |
·ARMA(自回归移动平均)模型 | 第19页 |
·ARIMA(求和自回归移动平均)模型 | 第19-20页 |
·ARIMA(p,d, q ) 模型的建立过程 | 第20-25页 |
·时间序列模型的特征函数 | 第20-22页 |
·自相关函数(系数) | 第20-21页 |
·偏自相关函数(系数) | 第21-22页 |
·数据的平稳性检验 | 第22页 |
·对差分后的平稳序列进行ARMA 拟合 | 第22-23页 |
·模型的参数检验 | 第23页 |
·模型的显著性检验 | 第23页 |
·模型的预测 | 第23-25页 |
第三章 陕西省GDP,第一、二、三产业模型 | 第25-35页 |
·陕西省GDP 的简单指数模型 | 第25-27页 |
·陕西省第一、二、三产业对GDP 的回归模型 | 第27-29页 |
·陕西省GDP 的ARIMA 模型 | 第29-35页 |
·陕西省GDP 数据的初步分析 | 第29-31页 |
·模型的识别与定阶 | 第31页 |
·模型的估计参数 | 第31页 |
·模型的显著性检验 | 第31-33页 |
·ARIMA(1,2,1) 模型 | 第33-34页 |
·预测 | 第34-35页 |
第四章 结论与建议 | 第35-37页 |
·结论 | 第35页 |
·建议 | 第35-37页 |
参考文献 | 第37-41页 |
缩略词 | 第41-42页 |
致谢 | 第42-43页 |
作者简介 | 第43页 |