山東省正處于新舊動能轉(zhuǎn)換和經(jīng)濟發(fā)展轉(zhuǎn)型的關(guān)鍵時期,預(yù)測其經(jīng)濟發(fā)展對制定合理的戰(zhàn)略具有重要指導(dǎo)意義,也是普通群眾比較關(guān)心的問題。GDP作為重要經(jīng)濟指標(biāo),一直被大家所關(guān)注,但是經(jīng)濟系統(tǒng)是一個復(fù)雜的綜合系統(tǒng),僅分析GDP是片面的,因此本文在經(jīng)濟系統(tǒng)的指標(biāo)中挑選了幾個具有代表性的、常用的指標(biāo)做分析和預(yù)測,以期能夠較為全面的分析山東省經(jīng)濟發(fā)展態(tài)勢,并提出可行的建議。單一預(yù)測模型可能具有信息片面、預(yù)測不穩(wěn)定等缺點,本文綜合考慮ARIMA模型、GM（1,1）模型、二次指數(shù)平滑法的優(yōu)缺點,使用組合預(yù)測方法對經(jīng)濟指標(biāo)進行預(yù)測,提高了預(yù)測精度和可靠度。由于基于單一模型預(yù)測誤差大小選擇模型偶然性較強且容易丟棄有用信息,本文提出基于灰色關(guān)聯(lián)度分析和優(yōu)性組合冗余篩選的單一模型選擇方法,用于篩選將要進行組合的單一模型。用方差倒數(shù)法和均方誤差倒數(shù)法計算出模型權(quán)重,基于相對誤差平方和和平均相對誤差最小原則選擇組合預(yù)測模型,對山東省經(jīng)濟指標(biāo)進行預(yù)測,在此基礎(chǔ)上,從經(jīng)濟總量、經(jīng)濟增速、能源供給、人民生活水平等方面進行分析并提出可行的建議。 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：108 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．１．５自相關(guān)圖和偏自相關(guān)圖??

ｉ?＿?ｉ?＇?■?＇?９?－０．０８．．．?－０．１０．．．?１２．２７２?０．１９８??？?Ｉ?＇?ｉ＿?ｉ?１．．．?－０．０１．．．?－０．１７．．．?１２．２８８?０．２６６??ｉ?ｊ?ｉ?ｉｌｌ?１．．．?－０．０１?．．．?－０．０３．．．?１２．２９４?０．３４２??ｉ?ｉ?＞?ｉ?＇?１．．．?－０．０３．．．?－０．０２．．．?１２．３７０?０．４１６??ｉ?ｉ?Ｉ?ｉ?１．．．?－０．００．．．?０．００９?１２．３７０?０．４９８??？?ｉ?＇?ｉｌｌ?１．．．?－０．０１．．．?－０．０６．．．?１２．３９１?０．５７５??＞?｜?＞?ｉｌｌ?１．．．?－０．０３．．．?－０．０６．．．?１２．４８９?０．６４２???＇?＾?丨?＇?丨?１．．．?０．０６１?０．０３８?１２．７４６?０．６９１??圖３．１．５自相關(guān)圖和偏自相關(guān)圖??表３．１．２改變ｐ、ｑ的值所得的ＡＩＣ值??ｐ，ｑ?ＡＩＣ?ｐ，ｑ?ＡＩＣ?ｐ，ｑ?ＡＩＣ??ｌ，０?１５．９６?ｌ，ｌ?１５．９９?ｌ，２?１６．０１??ｌ?，３?１６．００?０，３?１５．９６?２，３?１６．０８??

ｉｔｅｒｉｏｎ?１５．９５７０８??Ｓｕｍ?ｓａｕａｒｅｄ?ｒｅｓｉｄ?１６５５１８４８?Ｓｃｈｗａｒｚ?ｃｒｉｔｅｒｉｏｎ?１６．０４４１５??Ｌｏｑ?ｌｉｋｅｌｉｈｏｏｄ?－２９３．２０５９?Ｈａｎｎａｎ－Ｑｕｉｎｎ?ｃｒｉｔｅｒ．?１５．９８７７７??Ｆ－ｓｔａｔｉｓｔｉｃ?５．８１９２０１?Ｄｕｒｂｉｎ－Ｗａｔｓｏｎ?ｓｔａｔ?２．１００７２５??Ｐｒｏｂ（Ｆ－ｓｔａｔｉｓｔｉｃ）?０．０２１２３０???Ｉｎｖｅｒｔｅｄ?ＡＲ?Ｒｏｏｔｓ?－．３９??圖３．１．７?⑴模型回歸結(jié)果??可以看到，解釋變量的系數(shù)估計值在１５％顯著性水平下均顯著。??對／＾／Ｍ４（ｌ，２，０）模型進行檢驗可知其殘差序列為白噪聲：??４０年間二階差分序列的均值為１２２．１５，與用樣本計算的均值１１５．５７很接近；??其Ｆ統(tǒng)計量５．８２＞ＦＤＱ５（１，３７）?＝?４．１７，方程是顯著的；因為??０（１０）?＝?５．２２１３?＜?ｊｑ２ｑ５（１０－１?－?０）?＝?１６．９，ｐ?＞?５％?，所以模型的隨機誤差序列可認(rèn)為??是非自相關(guān)的；特征根－１／０．３９１３小于＿１，所以ＤＤＧＤＰ，是一個平穩(wěn)序列。??ＲＥＳＩＤ??２，０００－，??．－■■一??１５００?－?／?Ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ?Ｐａｒｔｉａｌ?Ｃｏｒｒｅｌａｔｉｏｎ?ＡＣ?ＰＡＣ?Ｑ－Ｓｔａｔ?Ｐｒｏｂ??ｒ０００＇?Ａ?＇＾１?Ｉ?＇＾１?Ｉ?１?－０．０８．．．?－０．０８．．．?０．２６３５??５００．?／?＼?ｉ?－?ｉ?ｉ?ｉ?－?ｉ?ｈ－０１－０１．?０．６２３７?０．４３０??＇?Ｎ１?Ｉ?１?Ｎ１?ｉ?３?０

【參考文獻】：
期刊論文
[1]基于ARIMA模型的山東省地區(qū)生產(chǎn)總值預(yù)測[J]. 宋禧瑞.  現(xiàn)代商業(yè). 2019(33)
[2]基于PCA-RF組合模型的隧道交通事故持續(xù)時間預(yù)測[J]. 何珂,楊順新,郜勇剛.  交通信息與安全. 2019(05)
[3]基于組合預(yù)測模型的煤炭能源消費總量預(yù)測[J]. 戴劍勇,郭睿.  南華大學(xué)學(xué)報(社會科學(xué)版). 2019(03)
[4]基于組合模型的農(nóng)產(chǎn)品物價預(yù)測算法[J]. 蘇照軍,郭銳鋒,高岑,王美吉,李冬梅.  計算機系統(tǒng)應(yīng)用. 2019(05)
[5]組合預(yù)測模型構(gòu)建方法及其應(yīng)用研究綜述[J]. 凌立文,張大斌.  統(tǒng)計與決策. 2019(01)
[6]基于最小二乘法的灰色組合預(yù)測模型及其應(yīng)用[J]. 王安,楊雨.  數(shù)學(xué)的實踐與認(rèn)識. 2018(22)
[7]廣西南寧市社會經(jīng)濟重要指標(biāo)的組合預(yù)報新方法研究[J]. 肖臨,潘慧.  數(shù)理統(tǒng)計與管理. 2019(02)
[8]基于ARIMA模型的山東省GDP的分析與預(yù)測[J]. 嚴(yán)彥文.  數(shù)學(xué)的實踐與認(rèn)識. 2018(04)
[9]基于DGM（1,1）模型的甘肅省經(jīng)濟發(fā)展水平預(yù)測研究[J]. 段淇斌,趙冬青.  南京航空航天大學(xué)學(xué)報(社會科學(xué)版). 2017(03)
[10]基于灰色關(guān)聯(lián)和協(xié)整理論的風(fēng)功率組合預(yù)測研究[J]. 趙欣,王爽心,劉如九.  太陽能學(xué)報. 2017(05)

碩士論文
[1]山東省城鄉(xiāng)居民收入差距研究[D]. 張寧.山東財經(jīng)大學(xué) 2018



本文編號：3381625