时间序列分析报告论文设计

《时间序列分析报告论文设计》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、标准文档摘要时间序列就是按照时间的顺序记录的一列有序数据。对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势。时间序列分析在日常生活中随处可见，有着非常广泛的应用领域。本文用时间序列分析方法，对一段时间序列进行了拟合。通过对2010年3月至2011年6月中国进出口额同比增长率序列进行观察分析，建立合适的ARIMA模型，对未来五个月的中国进出口额同比增长率序列进行预测。然后对预测值和真实值进行比较，得出结论，所建立的模型有较好的拟合效果，从而提供了一个行情预测的有效方法。关键词：时间序列中国进出口额同比增长率

2、预测白噪声实用文案标准文档目录1引言12模型的判别22.1原始序列分析22.2一阶差分序列分析33中国进出口同比增长率模型的建立选择、建立及检验43.1模型的选择43.2模型的建立43.3模型的检验64利用模型进行预测85模型的评价10参考文献11实用文案标准文档1引言进出口总额指实际进出我国国境的货物总金额。包括对外贸易实际进出口货物，来料加工装配进出口货物，国家间、联合国及国际组织无偿援助物资和赠送品，华侨、港澳台同胞和外籍华人捐赠品，租赁期满归承租人所有的租赁货物，进料加工进出口货物，边境地方贸易及边境地区小额贸易

3、进出口货物(边民互市贸易除外)，中外合资企业、中外合作经营企业、外商独资经营企业进出口货物和公用物品，到、离岸价格在规定限额以上的进出口货样和广告品(无商业价值、无使用价值和免费提供出口的除外)，从保税仓库提取在中国境内销售的进口货物，以及其他进出口货物。进出口总额用以观察一个国家在对外贸易方面的总规模。同比增长率，一般是指和去年同期相比较的增长率。在此是指和上个月的同期相比较的增长率。本文应用时间序列方法对进出口额同比增长率进行建模分析和经济预测，结果可以反映一定时期进出口额同比增长率变动趋势和程度,可以观察我国进出口

4、额变动对我国经济的影响,为相关人员提供进出口额变动状况,研究和制定相关经济政策。实用文案标准文档2模型的判别2.1原始序列分析对2010年3月至2011年6月中国进出口额同比增长率序列建模（单位：%）。数据见表2-1：（数据来源：中国统计年鉴）表2-1时间同比增长%时间同比增长%2010-0342.682010-1136.282010-0439.492010-1221.482010-0548.662011-0144.062010-0639.552011-0233.202010-0731.022011-0331.46201

5、0-0834.882011-0425.942010-0924.732011-0523.482010-1023.932011-0618.42做原始序列时序图（x表示2010年3月到2011年6月中国进出口同比增长率序列）实用文案标准文档图2-1中国进出口同比增长率时序图时序图清晰地显示，序列有明显趋势，所以该序列一定不是平稳序列。因为原序列为非平稳序列，所以选择一阶差分继续分析。2.2一阶差分序列分析表2-2t-Statistic  Prob.*AugmentedDickey-Fullerteststatistic-7.0

6、22002 0.0001Testcriticalvalues:1%level-4.0044255%level-3.09889610%level-2.690439图2-2一阶差分的时序图因为原序列为非平稳序列，所以选择一阶差分，差分序列的时序图如图2-2所示。表2-2为一阶差分序列单位根检验，实用文案标准文档检验t统计量的值为-7.022022，显著性水平1%、5%、10%的临界值分别为-4.004425、-3.098896、-2.690439，可见t统计量的值小于各显著性水平的临界值，故拒绝原假设，一阶差分后通过了单位根

7、检验认为序列平稳。3中国进出口同比增长率模型的建立选择、建立及检验3.1模型的选择一阶差分后模型平稳，开始建立各种模型，综合考虑所建的所有模型，认为有常数项的MA(1)模型拟合的最好，根据模型优化的AIC准则，选取AIC最小的，该模型的AIC是所有建立的模型中最小的。所以选择有常数项的MA(1)模型进行预测。3.2模型的建立AutocorrelationPartialCorrelationAC  PAC Q-Stat Prob    ****

8、.

9、    ****

10、.

11、1-0.606-0.6066.69580.010  

12、  .

13、**.

14、    .*

15、.

16、20.241-0.2007.83660.020    .

17、*.

18、    .

19、**.

20、30.0880.2358.00290.046    .**

21、.

22、    .*

23、.

24、4-0.307-0.17010.1930.037    .

25、.

26、    .***

27、.

28、50.067-0.46510.3