本文關(guān)鍵詞：時(shí)間序列模型在我國(guó)互聯(lián)網(wǎng)普及率分析中的應(yīng)用

  更多相關(guān)文章： 時(shí)間序列 互聯(lián)網(wǎng)普及率 R軟件 Holt-Winters濾波模型 ARIMA模型

【摘要】：隨著科學(xué)技術(shù)的快速發(fā)展,互聯(lián)網(wǎng)也得到了前所未有的發(fā)展,互聯(lián)網(wǎng)的發(fā)展對(duì)我們生活方式的改變起了很大的推動(dòng)作用。互聯(lián)網(wǎng)極大地促進(jìn)了網(wǎng)絡(luò)購(gòu)物的發(fā)展,網(wǎng)絡(luò)購(gòu)物的發(fā)展也刺激了消費(fèi),對(duì)經(jīng)濟(jì)的增長(zhǎng)起了很大的促進(jìn)作用,互聯(lián)網(wǎng)成為了經(jīng)濟(jì)增長(zhǎng)的新動(dòng)能。同時(shí)互聯(lián)網(wǎng)的發(fā)展也促進(jìn)了創(chuàng)新,在穩(wěn)增長(zhǎng)、調(diào)結(jié)構(gòu)、促就業(yè)中也起了不可替代的作用。我國(guó)目前的互聯(lián)網(wǎng)普及率將近過(guò)半,但是未來(lái)幾年的互聯(lián)網(wǎng)普及率到底能達(dá)到多少,還是一個(gè)未知數(shù)。因此,對(duì)未來(lái)的互聯(lián)網(wǎng)普及率進(jìn)行預(yù)測(cè)有很重要的意義。時(shí)間序列模型是我們處理時(shí)間序列數(shù)據(jù)最常用的模型。時(shí)間序列模型包括兩大類(lèi),有基于平穩(wěn)時(shí)間序列建立的模型,也有基于非平穩(wěn)時(shí)間序列建立的模型。雖然我們?cè)趯?shí)踐中見(jiàn)到最多的是非平穩(wěn)時(shí)間序列,但是平穩(wěn)時(shí)間序列模型是非平穩(wěn)時(shí)間序列模型的基礎(chǔ)。基于隨機(jī)分析的非平穩(wěn)時(shí)間序列建模就是在平穩(wěn)時(shí)間序列模型的基礎(chǔ)上發(fā)展起來(lái)的。在非平穩(wěn)時(shí)間序列的建模中,ARIMA模型和Holt-Winters濾波模型是分別基于隨機(jī)分析和確定性分析而產(chǎn)生的模型。ARIMA模型主要針對(duì)隨機(jī)性比較強(qiáng)的序列建模;Holt-Winters濾波模型主要針對(duì)隨機(jī)性比較弱的序列建模。由于在建模之前對(duì)序列的不了解,我們通常同時(shí)用兩種模型去擬合非平穩(wěn)時(shí)間序列,然后進(jìn)行比較,選擇合適的模型。本文首先對(duì)時(shí)間序列的主要特征和時(shí)間序列的分析步驟進(jìn)行了介紹,然后詳細(xì)介紹了平穩(wěn)時(shí)間序列的建模,接著在平穩(wěn)時(shí)間序列建模的基礎(chǔ)上對(duì)非平穩(wěn)時(shí)間序列的建模進(jìn)行了分析。在分析的過(guò)程中將非平穩(wěn)時(shí)間序列的建模分為基于確定性分析的建模和基于隨機(jī)分析的建模兩種,并對(duì)這兩種進(jìn)行了比較。最后本文運(yùn)用2000年12月至2015年6月我國(guó)的互聯(lián)網(wǎng)普及率數(shù)據(jù),基于R軟件來(lái)進(jìn)行分析,通過(guò)ARIMA模型和Holt-Winters濾波模型分別對(duì)我國(guó)的互聯(lián)網(wǎng)普及率數(shù)據(jù)進(jìn)行擬合。最后經(jīng)過(guò)模型比較選擇了Holt-Winters濾波模型,并運(yùn)用Holt-Winters濾波模型預(yù)測(cè)了我國(guó)未來(lái)5年的互聯(lián)網(wǎng)普及率。分析表明,到2020年6月年我國(guó)的互聯(lián)網(wǎng)普及率將達(dá)到59.4%,增長(zhǎng)不是很快,因此本文提出了相關(guān)的政策建議來(lái)提升互聯(lián)網(wǎng)普及率的增長(zhǎng)。
【關(guān)鍵詞】：時(shí)間序列 互聯(lián)網(wǎng)普及率 R軟件 Holt-Winters濾波模型 ARIMA模型
【學(xué)位授予單位】：云南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F224;F49
【目錄】：

• 摘要3-5
• Abstract5-10
• 第一章 緒論10-14
• 第一節(jié) 研究背景10-11
• 第二節(jié) 研究目的11
• 第三節(jié) 時(shí)間序列分析的產(chǎn)生和發(fā)展11-13
• 一、時(shí)間序列分析的產(chǎn)生11-12
• 二、時(shí)間序列分析的發(fā)展12-13
• 第四節(jié) 論文結(jié)構(gòu)13-14
• 第二章 時(shí)間序列分析的簡(jiǎn)介14-20
• 第一節(jié) 時(shí)間序列的主要特征14-16
• 一、時(shí)間序列的相關(guān)性14-15
• 二、時(shí)間序列的平穩(wěn)性15-16
• 三、時(shí)間序列的波動(dòng)聚集性16
• 第二節(jié) 時(shí)間序列分析的步驟16-20
• 一、模型識(shí)別17
• 二、模型估計(jì)17-18
• 三、模型檢驗(yàn)18
• 四、模型應(yīng)用18-20
• 第三章 平穩(wěn)時(shí)間序列的建模分析20-32
• 第一節(jié) 時(shí)間序列的檢驗(yàn)20-22
• 一、時(shí)間序列平穩(wěn)性檢驗(yàn)20
• 二、時(shí)間序列純隨機(jī)性檢驗(yàn)20-22
• 第二節(jié)ARMA模型介紹22-26
• 一、AR模型22-23
• 二、MA模型23-24
• 三、ARMA模型24-26
• 第三節(jié) 模型的識(shí)別26-27
• 一、自相關(guān)系數(shù)與偏自相關(guān)系數(shù)26
• 二、模型定階26-27
• 第四節(jié) 模型參數(shù)估計(jì)27-29
• 一、矩估計(jì)27-28
• 二、極大似然估計(jì)28-29
• 三、最小二乘估計(jì)29
• 第五節(jié) 模型檢驗(yàn)29-31
• 一、模型的顯著性檢驗(yàn)30
• 二、模型參數(shù)的顯著性檢驗(yàn)30-31
• 第六節(jié) 模型預(yù)測(cè)31-32
• 第四章 非平穩(wěn)時(shí)間序列的建模分析32-43
• 第一節(jié) 時(shí)間序列的確定性和隨機(jī)性分解32-34
• 一、Wold分解定理32-33
• 二、Gramer分解定理33-34
• 第二節(jié) 基于確定性分析的建模方法34-37
• 一、移動(dòng)平均法34-35
• 二、指數(shù)平滑法35-36
• 三、Holt-Winters濾波模型36-37
• 第三節(jié) 基于隨機(jī)分析的建模方法37-40
• 一、差分運(yùn)算37-38
• 二、PP檢驗(yàn)和KPSS檢驗(yàn)38-40
• 第四節(jié)ARIMA模型40-41
• 第五節(jié) 對(duì)模型擬合效果的判斷41-43
• 一、Holt-Winters濾波模型和ARIMA模型的比較41-42
• 二、對(duì)模型擬合殘差的檢驗(yàn)42-43
• 第五章 基于時(shí)間序列模型的我國(guó)互聯(lián)網(wǎng)普及率分析43-53
• 第一節(jié) 互聯(lián)網(wǎng)普及率數(shù)據(jù)43
• 第二節(jié) 從實(shí)證分析中選擇模型43-49
• 一、ARIMA模型對(duì)序列的擬合43-46
• 二、Holt-Winters濾波模型對(duì)序列的擬合46-49
• 第三節(jié) 模型的比較49-51
• 第四節(jié) 對(duì)互聯(lián)網(wǎng)普及率的預(yù)測(cè)51-53
• 第六章 結(jié)論與政策建議53-55
• 第一節(jié) 結(jié)論53
• 第二節(jié) 政策建議53-55
• 參考文獻(xiàn)55-59
• 致謝59-60
• 本人在讀期間完成的研究成果60

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊貴軍;;時(shí)間序列模型描述個(gè)體經(jīng)濟(jì)發(fā)展趨勢(shì)的局限性及改進(jìn)方法[J];現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào));2006年07期

2 郭順生;王磊;黃琨;;基于時(shí)間序列模型預(yù)測(cè)汽車(chē)銷(xiāo)量研究[J];機(jī)械工程師;2013年05期

3 李寶慧;用時(shí)間序列模型對(duì)社會(huì)消費(fèi)品指數(shù)的規(guī)律進(jìn)行研究和預(yù)測(cè)[J];統(tǒng)計(jì)研究;2000年01期

4 吳令云,趙遠(yuǎn)東;用時(shí)間序列模型分析突發(fā)事件對(duì)經(jīng)濟(jì)的影響[J];統(tǒng)計(jì)與決策;2004年04期

5 陳飛,高鐵梅;結(jié)構(gòu)時(shí)間序列模型在經(jīng)濟(jì)預(yù)測(cè)方面的應(yīng)用研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2005年02期

6 霍振宏;;基于時(shí)間序列模型下國(guó)民經(jīng)濟(jì)發(fā)展趨勢(shì)實(shí)證分析[J];中原工學(xué)院學(xué)報(bào);2007年04期

7 鄭煜;孟軍;;時(shí)間序列模型對(duì)黑龍江省水稻比較優(yōu)勢(shì)的預(yù)測(cè)[J];東北林業(yè)大學(xué)學(xué)報(bào);2008年10期

8 張新波;;時(shí)間序列模型在稅收預(yù)測(cè)中的應(yīng)用[J];湖南稅務(wù)高等專(zhuān)科學(xué)校學(xué)報(bào);2010年04期

9 劉領(lǐng)坡;;我國(guó)社會(huì)消費(fèi)品零售總額時(shí)間序列模型及預(yù)測(cè)[J];經(jīng)濟(jì)論壇;2011年06期

10 范菲菲;;河南省經(jīng)濟(jì)增長(zhǎng)的時(shí)間序列模型分析[J];河南農(nóng)業(yè);2012年22期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 汪宏晶;林曦晨;湯洪秀;尹平;;多元時(shí)間序列模型及其應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

2 史青;練曉華;;時(shí)間序列模型在地鐵結(jié)構(gòu)變形預(yù)測(cè)中的應(yīng)用[A];第十五屆華東六省一市測(cè)繪學(xué)會(huì)學(xué)術(shù)交流會(huì)論文集（江蘇上海論文分冊(cè)）[C];2012年

3 黃榮坦;;廈門(mén)港集裝箱吞吐量的時(shí)間序列模型[A];2002年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2002年

4 趙慶江;遲凱;付芳萍;李潮潮;車(chē)文剛;;基于FCM的模糊時(shí)間序列模型及人民幣匯率預(yù)測(cè)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 國(guó)海證券研究所;時(shí)間序列模型預(yù)測(cè)3月CPI為—1.26%[N];上海證券報(bào);2009年

2 羅佐縣;勘探投資須研究規(guī)律提高效率[N];中國(guó)石化報(bào);2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 趙彪;兩類(lèi)時(shí)間序列模型的統(tǒng)計(jì)推斷[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

2 尚華;兩類(lèi)時(shí)間序列模型的異常值檢測(cè)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2016年

3 邱望仁;模糊時(shí)間序列模型及其在股指趨勢(shì)分析中的應(yīng)用研究[D];大連理工大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 段煉;基于時(shí)間序列模型的日內(nèi)交易策略在A股市場(chǎng)上的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 馬云飛;多因素模糊時(shí)間序列預(yù)測(cè)模型的研究[D];大連海事大學(xué);2016年

3 劉丑娟;基于變參數(shù)粒子群的模糊時(shí)間序列模型的研究[D];大連海事大學(xué);2016年

4 劉雅寧;基于小波分析和優(yōu)化理論的時(shí)間序列預(yù)測(cè)研究[D];燕山大學(xué);2015年

5 陳海燕;模糊時(shí)間序列模型在論域上的研究與應(yīng)用[D];武漢郵電科學(xué)研究院;2016年

6 高山;小波分析和組合模型在沉降預(yù)計(jì)中的應(yīng)用研究[D];安徽理工大學(xué);2016年

7 易燕飛;基于時(shí)間序列模型的傳染病流行趨勢(shì)及預(yù)測(cè)研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

8 李蒼祺;時(shí)間序列模型在我國(guó)互聯(lián)網(wǎng)普及率分析中的應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2016年

9 涂曄;時(shí)間序列模型的誤差分析與研究[D];昆明理工大學(xué);2009年

10 李金玲;基于特征展開(kāi)法的模糊時(shí)間序列模型的約減算法[D];大連海事大學(xué);2015年

，

本文編號(hào)：716089