_时间序列分析在全国GDP预测中的应用.doc

时间序列分析在全国GDP预测中的应用 Application of Time Series Analysis in Forecast GDP of The Whole Nation 摘要：从《中国统计年鉴2009》选取全国1978年～2008年31个年度的GDP的历史数据并画出时序图，再根据时间序列的确定性分析的指数平滑法和随机性分析的取对数法及Excel、SAS软件对其进行分析与预测，最后得到比较满意的未来5年GDP的预测结果。 关键词：GDP 时间序列 指数平滑法 预测 Abstract：From “China Statistical Yearbook 2009 select national 1978-2008 31 year of GDP of historical data and draw out plots, again based on time series of deterministic analysis of exponential smoothing, and analysis of the logarithms of randomness and Excel, SAS software to analyze and forecast, the resulting quite satisfactory for the next 5 years GDP estimates. Key words:GDP Time series Exponential smoothing Forecast 目 录 摘要 i Abstract ii 第一章 时间序列分析的概况和基本方法 1 1.1 研究背景及意义 1 1.2 指数平滑法 1 1.3 Auto-Regressive模型的建模步骤 2 1.3.1 对序列趋势进行Auto-Regressive拟合 2 1.3.2 残差自相关检验 3 1.3.2.1 检验原理 3 1.3.2.2 Durbin-Waston检验 4 1.3.2.3 模型拟合 5 1.3.2.4 确定自回归模型的阶数 5 1.3.2.5 参数估计 5 1.3.2.6 模型预测 6 第二章 实例分析 7 2.1 数据来源 7 2.2 确定性分析--指数平滑法 7 2.3 随机性分析 13 2.3.1 取对数后Auto-Regressive模型拟合法 13 2.4 未来5年全国GDP的预测 17 结论 18 成果声明 20 参考文献 21 致谢 22 第一章 时间序列分析的概况和基本方法 1.1 研究背景及意义 预测是人们根据事物之间的相互联系，事物发展的历史数据及相关信息，利用己经掌握的科学知识和手段，对客观事物的未来发展状况或趋势进行事前分析和推断的科学与艺术。预测的科学性在于，它有科学基础，包括理论、资料、方法、计算等因素，依赖于对客观经济规律的认识和掌握。预测的艺术特征在于，它依赖于预测者提出假设、选择方法、利用资料的技巧和运用自己的学识、经验、获得的情报进行判断的能力。预测的目的在于为制定计划或进行决策提供客观依据。事物是发展变化的，其结果具有不确定性，与人们的生产活动密切相连。 “凡事预则立，不预则废”。社会经济、工程等诸多领域都离不开预测，日常天气的预测、太阳黑子活动的预测、网络流量的预测、企业产品销售量的预测、股票走势预测等等，无一不和我们的生活息息相关。印度洋海啸把人们卷入苦难的深渊，也引发诸多思考。我们现在的预测方法还不够成熟，对一些重大的自然灾害，比如说地震，海啸等，没有形成一种比较合理有效的预测方法。而解决预测问题的最有力的方法是发现、揭示给定动态过程或现象背后的规律。如果其规律能被彻底发现并描述，例如用一组普通的不等式来描述，那么当初始条件已知时就可通过解这组不等式而预测未来，但不幸的是有关事物的信息经常是不完全的，有关理论也是不完善的，人们对事物的了解仅限于观察数据，因此只能利用现有的历史数据构造模型，进而预测未来。时间序列是按照时间顺序取得的一系列观测值。很多数据是以时间序列的形式出现的，如股票市场的每日波动，科学实验，一个工厂装船货物数量的月度序列，公路事故数量的周期序列，某化工生产过程按小时观测的产量等等。人们希望通过对时间序列的分析，从中发现和揭示某一现象的发展变化规律，或从动态的角度描述某一现象和其他现象之间的内在数量关系及其变化规律，从而尽可能多地从中提取出所需要的准确信息，并将这些知识和信息用于预测，以更好地掌握和控制未来行为。 从经济到工程技术，从天文地理到气象，几乎在自然科学和社会科学各个领域中都会遇到时间序列，因此对时间序列预测方法进行研究具有重要意义。 1.2 指数平滑法 指数平滑法是利用平滑平均数的计算对