学术期刊
切换导航
首 页
文 章
期 刊
投 稿
预 印
会 议
书 籍
新 闻
合 作
我 们
按学科分类
Journals by Subject
按期刊分类
Journals by Title
核心OA期刊
Core OA Journal
数学与物理
Math & Physics
化学与材料
Chemistry & Materials
生命科学
Life Sciences
医药卫生
Medicine & Health
信息通讯
Information & Communication
工程技术
Engineering & Technology
地球与环境
Earth & Environment
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
合作期刊
Cooperation Journals
首页
数学与物理
理论数学
Vol. 12 No. 10 (October 2022)
期刊菜单
最新文章
历史文章
检索
领域
编委
投稿须知
文章处理费
最新文章
历史文章
检索
领域
编委
投稿须知
文章处理费
基于SARIMA模型对北京地区生产总值的研究
Research on GDP of Beijing Based on SARIMA Model
DOI:
10.12677/PM.2022.1210188
,
PDF
,
被引量
作者:
付 军
:北方工业大学理学院统计系,北京
关键词:
北京地区生产总值
;
SARIMA模型
;
ADF检验
;
拟合
;
GDP of Beijing
;
SARIMA Model
;
ADF Test
;
Fitting
摘要:
本文收集整理了2010年第一季度至2022年第一季度的北京地区生产总值数据,分析生产总值的趋势以及各产业的贡献情况。得出第三产业对北京地区生产总值贡献最大的结论。对北京地区生产总值序列进行逐期和季节差分后,根据AIC准则,建立拟合最优的ARIMA(1,1,1)(0,1,1)
4
模型,用MAPE作为评价模型指标,并运用此模型预测2022年后三季度和2023年北京地区生产总值的情况。
Abstract:
This paper collects GDP of Beijing data from the first quarter of 2010 to the first quarter of 2022, analyzing the GDP trends and the contribution of various industries. The conclusion that the ter-tiary industry contributes the most to Beijing’s GDP is drawn. After the period by period and sea-sonal difference, the ARIMA(1,1,1)(0,1,1)
4
was established as the optimal model according to the AIC criteria, and MAPE was used as the evaluation model index, and used to predict the situation of GDP in Beijing in the third quarters of 2022 and 2023.
文章引用:
付军. 基于SARIMA模型对北京地区生产总值的研究[J]. 理论数学, 2022, 12(10): 1736-1750.
https://doi.org/10.12677/PM.2022.1210188
参考文献
[1]
谈绪祥. 关于北京市2021年国民经济和社会发展计划执行情况与2022年国民经济和社会发展计划的报告[N]. 北京日报, 2022-01-18(009). [
Google Scholar
] [
CrossRef
]
[2]
陈玉霞. 基于SARIMA模型的贵州省季度GDP预测[J]. 经营与管理, 2021(8): 170-175.
[3]
耿春燕. 基于 SARIMA 模型的重庆GDP的季节预测[J]. 统计学与应用, 2022, 11(4): 885-891. [
Google Scholar
] [
CrossRef
]
[4]
赵喜仓, 周作杰. 基于SARIMA模型的我国季度GDP时间序列分析与预测[J]. 统计与决策, 2010(22): 18-20. [
Google Scholar
] [
CrossRef
]
[5]
戴艳娟, 李洁. 国内生产总值(GDP)核算问题研究[J]. 政治经济学季刊, 2021, 4(1): 189-219.
[6]
杨艳, 雷咪咪. 农村三产融合背景下基于ARIMA模型对陕西省农村就业人数的分析与预测[J]. 山西农经, 2022(8): 9-12. [
Google Scholar
] [
CrossRef
]
[7]
付军, 李俊刚. 北京市全社会用电量的研究与短期预测[J]. 建模与仿真, 2022, 11(5): 1369-1392. [
Google Scholar
] [
CrossRef
]
[8]
陈宝, 丘美娇, 林尤斌, 周小莉, 吴彪. SARIMA模型在海南某医院流感样病例预测中的可行性分析[J]. 南昌大学学报(医学版), 2022, 62(2): 75-78+99. [
Google Scholar
] [
CrossRef
]
[9]
郝军章, 崔玉杰, 韩江雪. 基于SARIMA模型在我国铁路客运量中的预测[J]. 数学的实践与认识, 2015, 45(18): 95-104.
[10]
崔紫阳. 北京地区一季度GDP同比增长4.8% [N]. 首都建设报, 2022-04-22(002). [
Google Scholar
] [
CrossRef
]
投稿
为你推荐
友情链接
科研出版社
开放图书馆