基于时间序列分析的福建省GDP预测研究
Forecast and Research on GDP of Fujian Province Based on Time Series Analysis
DOI: 10.12677/SA.2020.93046, PDF,  被引量   
作者: 周芷伊, 欧启通：厦门理工学院应用数学学院，福建 厦门
关键词: 时间序列分析；ARIMA模型；福建省GDP；Eviews软件；Time Series Analysis； ARIMA Model； GDP of Fujian Province； Eviews Software
摘要: 首先基于时间序列分析原理，通过Eviews软件对福建省1978~2015年的GDP数据进行拟合分析，建立了ARIMA(4,2,2)和ARIMA(4,3,2)模型。然后应用两模型对福建省2016~2018年的GDP进行检验，发现ARIMA(4,3,2)模型的预测误差较小，所以认为该模型拟合效果较好。最后应用ARIMA(4,3,2)模型对福建省2019~2023年的GDP进行预测。
Abstract: Firstly, based on the time series analysis theory, the GDP of Fujian province from 1978 to 2015 was fitted and analyzed by Eviews software; the ARIMA(4,2,2) model and ARIMA(4,3,2) model were established. Secondly, using the two models, the GDP of Fujian province in 2016~2018 was used to test. We found the prediction error of ARIMA(4,3,2) is smaller, so it is considered that the model has a good effect. Finally using ARIMA(4,3,2) model, the GDP of Fujian province in 2019~2023 was predicted.
文章引用：周芷伊, 欧启通. 基于时间序列分析的福建省GDP预测研究[J]. 统计学与应用, 2020, 9(3): 439-447. https://doi.org/10.12677/SA.2020.93046

参考文献

[1] 宋喆磊. 改革开放以来福建省经济增长因素的实证分析[J]. 企业导报, 2009(6) : 112-113.
[2] 李守丽. 时间序列模型在地级市GDP预测中的应用[D]: [硕士学位论文]. 郑州: 郑州大学, 2013.
[3] 戴琳琳. 基于ARIMA模型的青岛市GDP预测分析[J]. 河北能源职业技术学院学报, 2019(3): 60-62.
[4] 张旭昌. 基于时间序列分析的河北省GDP预测模型研究[J]. 改革与开放, 2018(21): 16-18.
[5] 王鄂, 张霆. 时间序列在湖南省GDP预测中的应用[J]. 青岛大学学报(自然科学版), 2019, 32(3): 136-140.
[6] 孙铁轩, 邵春福. 基于ARIMA与信息粒化SVR组合模型的交通事故时序预测[J]. 清华大学学报(自然科学版), 2014, 54(3): 348-359.
[7] 福建统计局官网. 1978-2018年我国生产总值[EB/OL].
http://tjj.fujian.gov.cn/, 2020-02-01.

为你推荐