本文關(guān)鍵詞：基于貝葉斯理論的人均GDP時(shí)間序列預(yù)測(cè)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：人均國(guó)內(nèi)生產(chǎn)總值從一個(gè)國(guó)家核算期內(nèi)的國(guó)內(nèi)生產(chǎn)總值和國(guó)家的常住人口兩方面考慮,是居民人均收入水平、生活水平高低的重要參照指標(biāo)。雖不能如國(guó)內(nèi)生產(chǎn)總值正確反映我國(guó)的綜合國(guó)力,但是在某種程度上反映了國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r。特別像我們中國(guó)這樣的人口基數(shù)大的國(guó)家,用人均國(guó)內(nèi)生產(chǎn)總值這一指標(biāo)反映我國(guó)居民人均收入和生活水平更加準(zhǔn)確和富有現(xiàn)實(shí)意義。本文在查閱了以人均GDP作為研究對(duì)象進(jìn)行預(yù)測(cè)的相關(guān)文獻(xiàn)和貝葉斯統(tǒng)計(jì)推斷在參數(shù)估計(jì)中的應(yīng)用的基礎(chǔ)上,考慮了經(jīng)濟(jì)環(huán)境隨著時(shí)間的推進(jìn)在不斷變化著,并且經(jīng)濟(jì)市場(chǎng)的數(shù)據(jù)在相近時(shí)間段內(nèi)具有很高的相關(guān)性,導(dǎo)致估計(jì)的模型參數(shù)也會(huì)伴隨著市場(chǎng)的變化而變化,于是決定將這兩種模型相結(jié)合對(duì)中國(guó)人均GDP做預(yù)測(cè),并與單一傳統(tǒng)時(shí)間序列模型作對(duì)比,是否具有更高的準(zhǔn)確性。具體完成的工作和內(nèi)容包括:(1)分析了時(shí)間序列的四個(gè)特點(diǎn),詳細(xì)介紹了基于經(jīng)典時(shí)間序列模型ARIMA的建模步驟,在此基礎(chǔ)上研究了基于ARIMA模型的中國(guó)人均GDP時(shí)間序列的預(yù)測(cè)分析。(2)研究了貝葉斯統(tǒng)計(jì)推斷,建立基于一定時(shí)間長(zhǎng)度的滾動(dòng)中國(guó)人均GDP時(shí)間序列ARIMA模型,被估計(jì)的參數(shù)作為先驗(yàn)信息,為了檢驗(yàn)該方法對(duì)先驗(yàn)分布的靈敏性,我們做了基于兩種先驗(yàn)分布的模擬預(yù)測(cè),通過(guò)樣本數(shù)據(jù)更新原有的認(rèn)知,計(jì)算并得到各參數(shù)的貝葉斯估計(jì),并對(duì)中國(guó)人均GDP做出預(yù)測(cè)分析。(3)本文采用平均絕對(duì)百分比誤差(MAPE)和均方根誤差(RMSE)兩個(gè)指標(biāo)來(lái)衡量模型預(yù)測(cè)效果的好壞,以全面地比較不同模型的預(yù)測(cè)效果。本文最后發(fā)現(xiàn)第一種貝葉斯模型的預(yù)測(cè)誤差相對(duì)于傳統(tǒng)時(shí)間序列模型(1978-2012),在2013年人均GDP的預(yù)測(cè)誤差較低,但在2014年人均GDP的預(yù)測(cè)誤差偏高。兩種貝葉斯模型的預(yù)測(cè)效果都好于傳統(tǒng)時(shí)間序列模型(1985-2012)。說(shuō)明了貝葉斯參數(shù)估計(jì)有一定的科學(xué)性,為得到更準(zhǔn)確的參數(shù)估計(jì),需要合理假定參數(shù)的先驗(yàn)分布。同時(shí),存在不足之處,需進(jìn)一步深入研究。
【關(guān)鍵詞】：時(shí)間序列模型 先驗(yàn)信息 貝葉斯估計(jì)
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F222.33
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 研究背景與意義8-11
• 1.1 研究背景8-9
• 1.2 國(guó)內(nèi)生產(chǎn)總值發(fā)展現(xiàn)狀9-10
• 1.3 研究意義10-11
• 第二章 國(guó)內(nèi)研究現(xiàn)狀11-14
• 2.1 人均GDP研究現(xiàn)狀11-12
• 2.2 貝葉斯理論在參數(shù)估計(jì)中的應(yīng)用12-14
• 第三章 研究思路與方法14-27
• 3.1 研究設(shè)計(jì)思路14-15
• 3.2 研究方法15-27
• 3.2.1 時(shí)間序列簡(jiǎn)介15-17
• 3.2.2 時(shí)間序列分析方法17-22
• 3.2.3 貝葉斯統(tǒng)計(jì)推斷理論22-27
• 第四章 基于貝葉斯理論的人均GDP時(shí)間序列模型27-41
• 4.1 基于經(jīng)典時(shí)間序列模型的人均GDP時(shí)間序列預(yù)測(cè)27-34
• 4.2 基于貝葉斯理論的人均GDP時(shí)間序列模型預(yù)測(cè)34-39
• 4.2.1 滾動(dòng)經(jīng)典時(shí)間時(shí)間序列建模34-38
• 4.2.2 正態(tài)分布下單參數(shù)方差已知的貝葉斯模型38
• 4.2.3 正態(tài)-Wishart先驗(yàn)假設(shè)的貝葉斯模型[31]38-39
• 4.3 模型比較39-41
• 第五章 研究結(jié)論41-42
• 5.1 結(jié)論41
• 5.2 展望41-42
• 參考文獻(xiàn)42-44
• 附錄44-50
• 攻讀碩士學(xué)位期間發(fā)表的論文50-51
• 致謝51

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 韓紹庭;周雨欣;;多元線性回歸與ARIMA在中國(guó)人口預(yù)測(cè)中的比較研究[J];中國(guó)管理信息化;2014年22期

2 曲榮華;馬莉媛;詹從贊;童行偉;;基金倉(cāng)位估算的修勻模型[J];數(shù)理統(tǒng)計(jì)與管理;2014年05期

3 范金宇;熊健;;基于Gibbs抽樣方法ARFIMA-GARCH模型的貝葉斯估計(jì)[J];數(shù)理統(tǒng)計(jì)與管理;2014年05期

4 張淑紅;楊萬(wàn)才;武新乾;;“十二五”時(shí)期河南省人均GDP預(yù)測(cè)[J];數(shù)理統(tǒng)計(jì)與管理;2014年03期

5 李娜;薛俊強(qiáng);;基于最優(yōu)ARIMA模型的我國(guó)GDP增長(zhǎng)預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2013年09期

6 郭景威;李宏斌;;中國(guó)人均GDP時(shí)間序列的實(shí)證分析與預(yù)測(cè)[J];經(jīng)濟(jì)論壇;2012年03期

7 郭一鵬;郭曉麗;郭曉紅;郝曉君;趙暉;;利用時(shí)間序列分析法預(yù)測(cè)工作面瓦斯涌出規(guī)律[J];礦業(yè)安全與環(huán)保;2012年01期

8 朱慧明;曾惠芳;郝立亞;李素芳;虞克明;;基于M-H抽樣的貝葉斯非對(duì)稱厚尾GARCH模型研究[J];數(shù)理統(tǒng)計(jì)與管理;2011年03期

9 熊志斌;;基于ARIMA與神經(jīng)網(wǎng)絡(luò)集成的GDP時(shí)間序列預(yù)測(cè)研究[J];數(shù)理統(tǒng)計(jì)與管理;2011年02期

10 宋喜芳;李建平;胡希遠(yuǎn);;模型選擇信息量準(zhǔn)則AIC及其在方差分析中的應(yīng)用[J];西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

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

1 李守麗;時(shí)間序列模型在地級(jí)市GDP預(yù)測(cè)中的應(yīng)用[D];鄭州大學(xué);2013年

2 陳曉鋒;AIC準(zhǔn)則及其在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用研究[D];天津財(cái)經(jīng)大學(xué);2012年

3 李大利;一種時(shí)間序列預(yù)測(cè)方法的應(yīng)用研究[D];吉林大學(xué);2008年

  本文關(guān)鍵詞：基于貝葉斯理論的人均GDP時(shí)間序列預(yù)測(cè)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：257119