季度數據時間序列建模方法探究——以我國季度GDP數據為例.pdf

1、我們日常生活中遇到的時間序列數據很多都含有顯著的季節(jié)性因素，如各種月度數據，季度數據。我國國內生產總值-當季值（文中簡稱為季度 GDP），它是典型的季度時間數據。時間序列分析就是對時間序列數據進行觀察，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數據進行建模與預測，并在此基礎上探究季度（月度）數據時間序

2、列建模的經驗與方法。
　　本文的分析數據是我國1992第一季度到2016年第四季度的GDP數據，數據來源于中華人民共和國統(tǒng)計局官方網站（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數據，該部分采用如下兩種思路進行：
　?。?）傳統(tǒng)與現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，用原始序列除以相應的季節(jié)指數，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)指數就可以得到模型關于原始數據的擬合值和預測值。
　　（2）直接對原始數據進行建模。采用的方法有Holt-Winters指數平滑法和非平穩(wěn)季節(jié)ARIMA模型。
　?。ǘξ闹兴⒌乃姆N模型