摘要 本文使用江苏省1979-2014 年的商品的零售价格指数作为时间序列数据.首 先对数据进行预处理，即对数据的平稳性和纯随机性进行判断，得出该序列是一个平稳非白噪声序列的结论；然后对该序列数据建立 ARMA 模型，在模型建立过程中发现MA模型和AR模型均显著有效，所以两个模型都适用；由于模型不唯一，所以用AIC 准则和SBC准则来优化模型， 选择使AIC值和SBC 值均最小的模型为相对最优模型；最后选择 MA 模型来对江苏省未来三年的商品零售价格指数进行预测. 该论文有图15 幅，表8 个，参考文献5篇. 51392
毕业论文关键词：商品零售价格指数 ARMA 模型 AIC 准则 SBC 准则 时间序列分析
Time Series Analysis of Retail Price Index in Jiangsu
Abstract This paper is based on retail price index from 1979 to 2014 in Jiangsu Province.First of all,is the data preprocessing, which is stable and pure random data to determine that the sequence is a non stationary white noise series. Then through this data to establish the ARMA model. In the model building process found in the MA model and AR model were significantly effective, so the two models can be used.Because the model is not unique, so use AIC and SBC criteria to select the optimal model.Choosing the model that make the AIC and SBC are all smallest as the relative optimum model. Finally, I choose the MA model to predict the next three years of retail price index in Jiangsu Province.
Key Words: Retail price index ARMA model AIC criterion SBC criterion Time series analysis
目录
摘要Ⅲ
Abstract-Ⅳ
目录V
图清单-VI
表清单-VI
1绪论1
2ARMA模型1
2.1AR模型-1
2.2MA模型2
2.3ARMA模型2
3建模步骤-2
3.1序列数据预处理3
3.2模型定阶-3
3.3参数估计-3
3.4模型检验-4
3.5模型优化-5
4对商品零售价格指数建模-5
4.1序列数据预处理6
4.2模型定阶-8
4.3参数估计-9
4.4模型检验10
4.5模型优化12
4.6模型预测12
5小结与结论-13
参考文献-14
致谢-15
1 绪论 社会主义建设始于新中国成立，这是长期计划的结果，而且规模空前大.通过社会主义建设中国的经济得到了发展，且发展前景巨大.从1978年起中国经济的发展更加的快速，而江苏作为中国的经济大省在经济方面也得到了迅速的发展.“十二五”时期是有史以来江苏最快提升综合实力、人民群众从中得到最多好处的时期之一.江苏为了使经济得到发展制订了长期的战略方针和基本的立足点就是扩充内部需要，而持续扩充内部需要则需要扩充消费者对于消费的需求，完善和实施鼓励消费的政策，发挥出居民们在消费方面的巨大潜力[1]. 商品零售价格指数是指反映在一定时期内商品零售价格变动趋势和变动程度的相对数.这个指数是在城镇选择350 种左右商品，在县城选择 400 种左右商品，然后对统计到的价格用加权算术平均公式进行计算.商品零售价格的变化会使得国家财政收入和居民日常生活支出也出现一定的变化，从而影响到居民购买力的均衡以及市场供需的均衡.因此，如何有效的分析和预测江苏省商品零售价格指数，对江苏经济活动的研究和分析有着重要作用. 本文主要是将 1979-2014 年江苏省商品的零售价格指数的年度数据作为时间序列数据，选择拟合效果较好的模型对江苏省未来三年商品的零售价格指数进行预测. 2 ARMA模型 时间序列的分析方式一般可以分为两种，一种是频域分析，另一种则是时域分析.我采取时域分析来确定模型，时域分析方式的产生是由源`自,751.文;论"文'网[www.751com.cn于1927 年英国的统计学家G.U.Yule 提出 AR模型.没过多久，英国的一位爵士在对印度的大气规律进行分析的过程中使用了MA模型和AR模型，而这位爵士就是天文学家、数学家G.T.Walker.这些模型的提出给时域分析法奠定了基础[2]. 江苏省商品零售价格指数时间序列分析:http://www.751com.cn/shuxue/lunwen_55019.html