利用GM与ARIMA组合模型对于陕西省城镇人口消费水平预测
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 研究现状 | 第7-10页 |
| 1.2.1 时间序列分析的研究现状 | 第7-9页 |
| 1.2.2 组合预测研究现状 | 第9-10页 |
| 1.3 相关软件的介绍 | 第10页 |
| 1.4 研究内容及其安排 | 第10-12页 |
| 第二章 利用ARIMA模型拟合及预测 | 第12-25页 |
| 2.1 描述性方法 | 第12-13页 |
| 2.2 ARIMA模型的时间序列分析方法 | 第13-25页 |
| 2.2.1 平稳性检验 | 第14-18页 |
| 2.2.2 时间序列ARIMA模型的建模分析 | 第18-20页 |
| 2.2.3 ARIMA模型的选择 | 第20-21页 |
| 2.2.4 残差检验 | 第21-23页 |
| 2.2.5 模型预测 | 第23-25页 |
| 第三章 利用灰色预测模型GM(1,1)拟合及预测 | 第25-33页 |
| 3.1 建模过程 | 第26-32页 |
| 3.1.1 生成一次累加数列 | 第26-27页 |
| 3.1.2 生成移动平均数 | 第27页 |
| 3.1.3 建立GM(1,1)灰色模型 | 第27页 |
| 3.1.4 求得预测值 | 第27-29页 |
| 3.1.5 拟合效果的检验 | 第29-32页 |
| 3.2 预测结果 | 第32-33页 |
| 第四章 组合模型的选择及应用 | 第33-39页 |
| 4.1 组合预测原理 | 第33-34页 |
| 4.2 组合预测方法 | 第34-35页 |
| 4.3 组合预测系数确定方法 | 第35-39页 |
| 第五章 全文的总结和展望 | 第39-41页 |
| 5.1 本文所作的工作 | 第39页 |
| 5.2 本文的创新之处 | 第39-40页 |
| 5.3 本文的不足之处 | 第40页 |
| 5.4 对未来研究的展望和思考 | 第40-41页 |
| 附录 | 第41-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47页 |
