季度數(shù)據(jù)時間序列建模方法探究——以我國季度GDP數(shù)據(jù)為例.pdf

1、我們?nèi)粘Ｉ钪杏龅降臅r間序列數(shù)據(jù)很多都含有顯著的季節(jié)性因素，如各種月度數(shù)據(jù)，季度數(shù)據(jù)。我國國內(nèi)生產(chǎn)總值-當季值（文中簡稱為季度 GDP），它是典型的季度時間數(shù)據(jù)。時間序列分析就是對時間序列數(shù)據(jù)進行觀察，研究，分析，尋求它發(fā)展變化的規(guī)律，并利用該規(guī)律對隨機事件未來走勢做出預測的方法。時間序列分析可以分為傳統(tǒng)時間序列分析和現(xiàn)代時間序列分析。本文就是利用時間序列分析方法對我國季度GDP數(shù)據(jù)進行建模與預測，并在此基礎上探究季度（月度）數(shù)據(jù)時間序

2、列建模的經(jīng)驗與方法。
　　本文的分析數(shù)據(jù)是我國1992第一季度到2016年第四季度的GDP數(shù)據(jù)，數(shù)據(jù)來源于中華人民共和國統(tǒng)計局官方網(wǎng)站（http://www.stats.gov.cn/）。本文主要完成的工作是：
　?。ㄒ唬├脮r間序列不同的分析方法擬合1992第一季度到2016年第四季度的季度GDP數(shù)據(jù)，該部分采用如下兩種思路進行：
　?。?）傳統(tǒng)與現(xiàn)代時間序列分析方法相結合進行建模。首先，用傳統(tǒng)方法求出每個季節(jié)的季節(jié)

3、指數(shù)，用原始序列除以相應的季節(jié)指數(shù)，得到季節(jié)分離后的序列。季節(jié)分離后的序列不包含季節(jié)性因素，只包含趨勢和隨機波動，這時采用曲線擬合和現(xiàn)代時間序列ARIMA建模兩種方法分別擬合季節(jié)分離后的序列。最后只要將模型的擬合值和預測值乘以相應的季節(jié)指數(shù)就可以得到模型關于原始數(shù)據(jù)的擬合值和預測值。
　?。?）直接對原始數(shù)據(jù)進行建模。采用的方法有Holt-Winters指數(shù)平滑法和非平穩(wěn)季節(jié)ARIMA模型。
　?。ǘξ闹兴⒌乃姆N模型