用时间序列分析的知识解决国内生产总值序列问题.pdf

精品文档 国内生产总值序列分析 一．问题的提出 选取1978-2006 历年国内生产总值数据如下，试对该时间序列进行建模并预测。感谢阅读 二．问题分析与模型建立 首先画出数据的走势图，这一时间序列是具有明显趋势且不含有周期性变化经济波动序谢谢阅读 列，即为非平稳的时间序列，对此序列进行建模预测需要用上面介绍的非平稳时间序列分析精品文档放心下载 方法。采用模型： X = + Y 其中 表示X 中随时间变化的趋势值，Y 是X 中剔除 后剩余部分。感谢阅读 x 105 2.5 2 1.5 1 0.5 0 1975 1980 1985 1990 1995 2000 2005 2010 精品文档放心下载 历年国内生产总值时间序列图 三．模型求解 1．确定性趋势 1 欢迎下载 。 精品文档 确定趋势是按指数趋势发展的 = ab = +谢谢阅读 线性回归分析程序： t=1978:2006; x=[3624.10 4038.20 4517.80 4862.40 5294.70 5934.50 7171.00 8964.40 10202.20 精品文档放心下载 11962.50 14928.30 16909.20 18547.90 21617.80 26638.10 34634.40 46759.40 58478.10 谢谢阅读 67884.6074462.6078345.2082067.4689468.10973143411689800 精品文档放心下载 182321.00 209407.00]; X=[ones(29,1) t]; %回归的资料矩阵谢谢阅读 y=log(x); %线性化 [B,BINT,R,RINT,STATS] = regress(y,X) %回归精品文档放心下载 y2= exp(B(1)+B(2).*t) %预测值谢谢阅读 plot(t,x,t,y2,+); %回归效果图感谢阅读 B =-290.4864 0.1510 STATS = 1.0e+003 * 0.0010 2.1838 0 0.0000 x 105 2.5 2 1.5 1 0.5 0 1975 1980 1985 1990 1995 2000 2005 2010 精品文档放心下载 原始数据与指数回归数据对比图 得到B=[-290.4864,0.1510] STATS=1.0e+003*[0.0010,2.1838,0]感谢阅读 即 由上图可知仅用指数回归的效果较差。 2.随机性趋势 （1）残差序列Y = − } r=x-y2; %残差数