优秀毕业论文 我国粮食产量预测的时间序列模型研究

《优秀毕业论文 我国粮食产量预测的时间序列模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、优秀毕业论文我国粮食产量预测的时间序列模型研究导读：就爱阅读网友为您分享以下“优秀毕业论文我国粮食产量预测的时间序列模型研究”资讯，希望对您有所帮助，感谢您对92to.com的支持!分类号：F810.3UDC：D10621-407-(2011)3077-0密级：公开编号：2007062010成都信息工程大学学位论文我国粮食产量预测的时间序列模型研究本人已存档，收纳图书馆保存请勿乱使用，仅供参考23论文作者姓名：Xxxx申请学位专业：信息与计算科学申请学位类别：理学学士指导教师姓名（职称）：吴泽忠（副教授）论文提交日期：2011年06月5日我国粮

2、食产量预测的时间序列模型研究摘要粮食是关系国民生计的重要战略物资，为做好粮食预测，本文介绍了时间序列的几种建模方法。通过分析1978-2009年我国粮食生产总量数据特点，建立了单积自回归移动平均模型ARIMA(p，d，q)。最终，利用Eviews6.0软件计算完成了我国粮食产量的预测。结果表明，在未来几年我国粮食产量在不受自然灾害影响的前提下，依然会进行缓慢增长。经分析，重大自然灾害对我国粮食产量影响严重，确保粮食产量要做好重大自然灾害预防。关键字：粮食产量；时间序列；ARIMA；预测ResearchforForecastingofChina’

3、sGrainYield23BasedonTimeSeriesModelAbstractGrainisanimportantlivelihoodstrategyforthenationalrelationshipbetweenmaterial.Forecastforthegrain,thisthesisintroducesseveralmodelingmethodsoftimeserialsMethodandestablishesautoregressivemovingaveragemodelARIMA(p,d,q)byanalyzingchar

4、acteristicsofChina’sgrainyieldfrom1978to2009.Finally,forecastingofChina’sgrainyieldisfinishedbymeansofEviews6.0andtheresultshowsthatChina’sgrainyieldwillstillgrowslowlyinthenextfewyearsifnotbeingaffectedbynaturaldisasters.Keywords:grainyield;timeserials;ARIMA;forecasting目录论文

5、总页数：16页1引言...........................................................................................................................................2311.1课题背景....................................................................................................................

6、.......11.2国内外研究现状...............................................................................................................11.3本课题研究的意义...........................................................................................................21.4本课题的研究方法...............

7、............................................................................................22几种时间序列预测分析法简介...............................................................................................22.1自回归（AR）模型............................................................

8、.............................................22.2移动平均（MA）模型................