-
摘要 本文选取了上海年工业总产值指数的数据,我将用时间序列的方法对数据进行处理,建立 模型,并由此来对上海未来五年内工业总产值指数进行预测,来显示时间序列对我们生活的影响与作用.在此基础上可以对未来工业发展提供可靠的数据预测.对未来工业发展进行合理的研究.41587
- 上一篇：江苏省农村居民生活水平的统计分析
- 下一篇：预测江苏总产出指数+ARIMA模型
毕业论文关键词 工业总产值指数；时间序列； 模型
引言
随着中国经济的快速发展和社会财富的迅速积累,单独的就工业来讲,工业产值是财政收入的主要来源之一,工业部门的技术装备和它的劳动生产率要远远高于其他行业,因此,它对保证财政收入起着主要作用.现在,中国经济高速发展,其中少不了工业的功劳.而这又直接产生了积极效应——相对降低了中国进口的价格,人民生活水平也同时得以提升.工业经济是国民经济的主要基础,考察要从全面出发,研究它的规律和发展趋势.本文主要选取了中国富有代表性的长三角上海地区1978——2014的工业总产值指数,就这个数据来进行对上海地区未来的工业总产值指数的研究与预测. 同时对重工业与轻工业的增长趋势做出了分析.因为生产总值受很多因素的影响,这些因素中保持着复杂的关系,所以我们不能运用传统方法进行分析和预测,所以我运用时间序列分析进行预测,这样只需要考虑到预测变量的过去值和现值,不需要对变量以外的其他因素进行考虑,同时预测的精度也有了一定的保证.
1.模型分类
拟合平稳序列的模型,分为 、 和 三种模型.
模型 自相关系数 偏自相关系数
拖尾 阶截尾
阶截尾拖尾
拖尾 拖尾
时间序列的建模步骤：
2.上海1978——2014工业总产值指数的建模与预测
2.1时间序列的平稳性检验
如果某个时间序列 来源于某个随机过程.且过程的随机特征不随时间的变化而变化,那么我们称这个随机过程是平稳的.如果它随时间的变化而变化,那么我们称这个随机过程是不平稳的.
如果每个时间序列都有 ,对每个 , 都有
（1） 是与 无关的常数
（2）对每个 与 无关
则称时间序列 为平稳时间序列
做工业总产值指数的时间序列图,如下：
图1:上海工业总产值指数的时间序列图
我们可以看到图1中工业总产值指数一直呈上升趋势,因此序列不平稳.我们可以通过对数据进行一阶差分,为了让数据平稳,如图：
图2：上海工业总产值指数一阶差分的时序图
我们可以看到图2一阶差分后工业产值指数还是具有一定的上升趋势,而不是明显的趋于平稳,但是 模型的建立必须要求所用的是平稳的时间序列,否则我们拟合的曲线也不具有任何意义,故我们继续做二阶差分.
图3：上海工业总产值指数二阶差分的时序图
做出工业总产值指数的二阶差分的时间序列图,我们可以看到图中数据已经没有明显的增加或者减少的趋势,也没有一定的周期变化,只是在固定值范围内小波动,故我们可以把二阶差分看成是平稳的时间序列.为了更准确的确认是否平稳,做出上海工业总产值指数二阶差分的自相关函数图.
图4：上海工业总产值指数二阶差分自相关图
我们可以看到图4中自相关系数随着延迟期数的增加快速的递减到0.我们可以看到图中的自相关系数在0轴附近上下小范围波动,且数值较小,因此我们可以把二阶差分后的序列看作为平稳序列.
图5：上海工业总产值指数二阶差分偏自相关图
2.1.1二阶差分后序列的白噪声检验