經(jīng)濟預測是以提高經(jīng)濟管理的科學水平、減少經(jīng)濟決策的盲目性為目的,來為經(jīng)濟決策服務的。與此同時,提高了決策的正確性。因此在本文通過經(jīng)濟預測可以掌握未來的變化和經(jīng)濟發(fā)展的實時動態(tài)并預見社會的經(jīng)濟發(fā)展趨勢,同時也降低了對未來的不確定性以及在決策的時候所遇到的各種風險。首先,論文講述了ARIMA模型的發(fā)展前景和研究現(xiàn)狀,簡要介紹了ARIMA模型的理論知識方法,詳細闡述了在ARIMA模型研究時候的平穩(wěn)性要求以及對ARIMA模型進行識別的方法,并介紹了在ARIMA模型的參數(shù)估計中經(jīng)常使用的估計方法,隨后詳細地闡述了在ARIMA模型的檢驗與預測當中所運用到的自相關檢驗,也詳細講解了預報的內(nèi)容,和在ARIMA模型預測當中的步驟。其次,在ARIMA模型實證分析中對新疆就業(yè)以及新疆GDP進行分析。在新疆就業(yè)分析的結(jié)果當中,介紹了資料來源,說明了普通多元回歸分析的結(jié)果,并與ARIMA模型分析結(jié)果進行了比較;從就業(yè)預測圖的走勢來看,未來幾年內(nèi)新疆大學生就業(yè)率的走勢會持續(xù)性地提高,該趨勢為當?shù)卮髮W生就業(yè)提供了良好的契機,也成為提高大學生就業(yè)積極性的依據(jù)。在運用本文介紹的模型對新疆的就業(yè)分析當中,由模型識別等基礎... 

【文章來源】：新疆財經(jīng)大學新疆維吾爾自治區(qū)

【文章頁數(shù)】：42 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
Abstract
1 緒論
    1.1 ARIMA模型的研究狀況
    1.2 ARIMA模型的發(fā)展前景
    1.3 選題意義
2 ARIMA模型簡介
    2.1 ARMA模型
        2.1.1 AR模型
        2.1.2 MA模型
        2.1.3 ARIMA模型
    2.2 ARIMA模型
    2.3 平穩(wěn)性要求
        2.3.1 數(shù)據(jù)圖檢驗法
        2.3.2 自相關圖檢驗法
        2.3.3 單位根檢驗法
    2.4 模型的識別
    2.5 ARIMA模型的參數(shù)估計
        2.5.1 最大似然估計
        2.5.2 條件最小二乘估計
        2.5.3 非條件最小二乘估計
3 ARIMA模型的檢驗與預測
    3.1 自相關檢驗
    3.2 預測
    3.3 ARIMA模型預測的基本步驟
4 ARIMA模型實證分析
    4.1 ARIMA模型新疆就業(yè)分析
        4.1.1 資料來源
        4.1.2 普通多元回歸分析
        4.1.3 ARIMA模型分析結(jié)果
        4.1.4 小結(jié)
    4.2 ARIMA模型新疆GDP分析
        4.2.1 資料來源
        4.2.2 平穩(wěn)性處理
        4.2.3 模型的識別與建立
        4.2.4 模型的擬合
        4.2.5 小結(jié)
5 總結(jié)與展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]基于ARIMA與人工神經(jīng)網(wǎng)絡組合模型的交通流預測[J]. 譚滿春,馮犖斌,徐建閩.  中國公路學報. 2007(04)
[2]貝葉斯分析理論在情報研究中的應用[J]. 李景龍.  情報探索. 2007(01)
[3]具有非線性狀態(tài)空間模型的模型預測控制[J]. 劉春風,范文兵,李亞萍.  內(nèi)江科技. 2006(09)
[4]市場因素影響商品期貨價格的多元模型分析[J]. 朱晉.  數(shù)量經(jīng)濟技術經(jīng)濟研究. 2004(01)
[5]現(xiàn)場數(shù)據(jù)可靠性分析非參數(shù)方法比較[J]. 文昌俊,鐘毓寧,劉文超.  湖北工學院學報. 2002(04)
[6]基于成交量的股價序列分析[J]. 吳沖鋒,吳文鋒.  系統(tǒng)工程理論方法應用. 2001(01)
[7]ARIMA模型中時間序列平穩(wěn)性的統(tǒng)計檢驗方法及應用[J]. 劉曉宏,金丕煥,陳啟明.  中國衛(wèi)生統(tǒng)計. 1998(03)
[8]窄帶非高斯建模及其仿真驗證[J]. 馮德軍,蔡志明,賀富強.  海軍工程大學電子工程學院學報. 2002 (01)

碩士論文
[1]ARIMA模型及其在醫(yī)療資源消費預報中的應用[D]. 王衛(wèi)琪.山西醫(yī)科大學 2008
[2]隨機時間序列模型在物流需求預測中的應用[D]. 黃麗.武漢大學 2004



本文編號：3039405