正文內(nèi)容

時間序列分析小論文-資料下載頁

2026-06-14 02:29本頁面

　　

【正文】得到修正后的ARIMA（4,1,3），圖9為修正后的參數(shù)估計。根據(jù)修正結(jié)果，得到模型的表達式為：圖8圖9模型檢驗也就是對模型殘差項是否為白噪聲過程的檢驗，如果模型通過檢驗，則可以進行預測。否則重新建模，通過對ARIMA（4,1,3）的殘差的ACF圖和PACF圖的觀察（圖10），殘差的自相關(guān)函數(shù)的AC值和偏自相關(guān)函數(shù)的PAC值全部落在置信區(qū)間內(nèi)。因此殘差服從白噪聲分布，所以說模型ARIMA參數(shù)選擇是正確了，擬合的效果能符合要求。圖104．模型的預測根據(jù)時間序列{}的ARIMA（4，1,3）模型：我們可以推出時間序列{}的ARIMA（4,1,3）的預測公式為：進而推出時間序列｛｝的ARIMA（4,1,3）的預測公式為：因此，根據(jù)公式，對2013年的全社會固定資產(chǎn)投資的預測為：。從模型的公式我們可以看到，我國全社會固定資產(chǎn)投資額與其第一期的滯后值、第三期的隨機擾動項密切相關(guān)。從參數(shù)估計值來看，與第一、三期的隨機擾動項負相關(guān)。因此，政府在引導投資時要注意這一點，以免社會投資不當，影響經(jīng)濟健康發(fā)展。該模型在短期內(nèi)預測比較準確，隨著預測的延長，預測誤差會逐漸增大。這也是模型的一個缺陷。但盡管如此，與其它的預測方法相比，其預測的準確度還是比較高的，尤其在短期預測方面。參考文獻[1]石美娟，ARIMA模型在上海市全社會固定資產(chǎn)投資預測中的應用[J]，統(tǒng)計教育，2004年第3期[2]李惠,ARIMA模型在我國全社會固定資產(chǎn)投資預測中的應用[J]，黑龍江對外經(jīng)貿(mào)，2010年第7期[3]張曉峒，eviews使用指南與案例[M]．機械工業(yè)出版社。[4]靳寶琳、赫英迪在，ARIMA模型在太原市全社會固定資產(chǎn)投資預測中的應用[J]，太原科技大學學報，2007年第5期[5]李子奈、潘文卿，計量經(jīng)濟學[M]（第三版）.高等教育出版社。

點擊復制文檔內(nèi)容

外語相關(guān)推薦

時間序列分析小論文-資料下載頁

時間序列分析(全)-資料下載頁

eviews時間序列分析-資料下載頁

時間序列分析課件-資料下載頁

excel時間序列分析-資料下載頁

時間序列分析入門-資料下載頁

金融時間序列的多重分形分析畢業(yè)論文-資料下載頁

時間序列模型案例分析-資料下載頁

時間序列分析考試試題-資料下載頁

時間序列分析課程設計報告--基于時間序列分析的股票預測模型研究-資料下載頁

時間序列分析培訓教材-資料下載頁

時間序列分析試卷及答案-資料下載頁

時間序列分析初步課件-資料下載頁

時間序列分析法-資料下載頁

平穩(wěn)時間序列分析(1)-資料下載頁

時間序列分析ppt課件-資料下載頁

時間序列分析小論文(已修改)

時間序列分析小論文(編輯修改稿)

時間序列分析小論文-wenkub.com

時間序列分析小論文(已改無錯字)

時間序列分析小論文-資料下載頁