基于ARIMA模型及VAR模型的我国第三产业产值的时间序列分析
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1. 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文主要研究内容及结构 | 第10-12页 |
| 2. ARMA模型的相关理论概述 | 第12-15页 |
| 2.1 ARMA模型的基本类别 | 第12-14页 |
| 2.1.1 自回归AR(p)模型 | 第12-13页 |
| 2.1.2 移动平均MA(q)模型 | 第13页 |
| 2.1.3 自回归移动平均ARMA(p,q)模型 | 第13-14页 |
| 2.2 ARIMA模型的建立 | 第14-15页 |
| 3. 向量自回归(VAR)模型介绍 | 第15-18页 |
| 3.1 VAR模型的构造 | 第15页 |
| 3.2 协整的定义与检验 | 第15-17页 |
| 3.2.1 协整的定义 | 第15-16页 |
| 3.2.2 协整的检验 | 第16-17页 |
| 3.3 VAR模型最佳滞后阶数的确定 | 第17页 |
| 3.4 方差分解 | 第17-18页 |
| 4. ARMA模型的应用 | 第18-27页 |
| 4.1 数据的分析及预处理 | 第18-20页 |
| 4.1.1 数据的时序图 | 第18页 |
| 4.1.2 数据的预处理 | 第18-20页 |
| 4.2 模型定阶 | 第20-23页 |
| 4.3 模型检验 | 第23-25页 |
| 4.4 模型预测 | 第25-27页 |
| 5. VAR模型的构建与检验 | 第27-36页 |
| 5.1 指标的选取 | 第27-29页 |
| 5.2 序列的平稳性检验 | 第29-30页 |
| 5.3 Johansen协整检验 | 第30-31页 |
| 5.4 向量自回归模型(VAR)的构建 | 第31-33页 |
| 5.5 方差分解 | 第33-36页 |
| 6. 政策建议 | 第36-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40页 |
