| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 引言 | 第9-11页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 使用Eviews软件进行预测 | 第9-11页 |
| 第二章 Eviews软件 | 第11-13页 |
| 2.1 Eviews简介 | 第11页 |
| 2.2 软件信息 | 第11页 |
| 2.3 应用领域 | 第11-12页 |
| 2.4 主要功能 | 第12-13页 |
| 第三章 ARIMA模型 | 第13-15页 |
| 3.1 四种模型 | 第13-14页 |
| 3.1.1 自回归过程 | 第13页 |
| 3.1.2 滑动平均过程 | 第13页 |
| 3.1.3 自回归滑动平均混合过程 | 第13-14页 |
| 3.1.4 单整自回归移动平均模型 | 第14页 |
| 3.2 用Eviews软件建立ARIMA模型的模型的操作步骤 | 第14-15页 |
| 第四章 我国总人口数量预测模型的构建 | 第15-24页 |
| 4.1 数据录入 | 第15-16页 |
| 4.2 判断序列的平稳性 | 第16-17页 |
| 4.3 对非平稳序列进行平稳化处理，差分次数d的确定 | 第17-19页 |
| 4.4 根据差分次数d，建立二阶差分序列 | 第19页 |
| 4.5 模型识别和定阶 | 第19-20页 |
| 4.6 模型的参数估计 | 第20-22页 |
| 4.7 模型的适应性检验 | 第22-23页 |
| 4.8 利用模型进行预测 | 第23-24页 |
| 第五章 我国老年人口比例预测模型的构建 | 第24-33页 |
| 5.1 数据录入 | 第24-25页 |
| 5.2 时序图和ADF检验判断平稳性 | 第25-26页 |
| 5.3 对非平稳序列进行平稳化处理，差分次数d的确定 | 第26-27页 |
| 5.4 根据差分次数d，建立二阶差分序列 | 第27-28页 |
| 5.5 模型识别和定阶 | 第28-29页 |
| 5.6 模型的参数估计 | 第29-30页 |
| 5.7 模型的适应性检验 | 第30-31页 |
| 5.8 利用模型进行预测 | 第31-33页 |
| 第六章 我国新生儿出生率预测模型的构建 | 第33-42页 |
| 6.1 数据录入 | 第33-34页 |
| 6.2 时序图和ADF检验判断平稳性 | 第34-36页 |
| 6.3 对非平稳序列进行平稳化处理，差分次数d的确定 | 第36-37页 |
| 6.4 根据差分次数d，建立一阶差分序列 | 第37页 |
| 6.5 模型识别和定阶 | 第37-38页 |
| 6.6 模型的参数估计 | 第38-40页 |
| 6.7 模型的适应性检验 | 第40-41页 |
| 6.8 利用模型进行预测 | 第41-42页 |
| 第七章 论文的总结 | 第42-44页 |
| 7.1 结果的分析 | 第42页 |
| 7.2 政策建议 | 第42-44页 |
| 参考文献 | 第44-45页 |
| 致谢 | 第45页 |
