我国第三产业增加值的分析与预测--基于sarima模型毕业论文(编辑修改稿)

我国第三产业增加值的分析与预测--基于sarima模型毕业论文(编辑修改稿)内容摘要：

序图 从图中能够得出，曲线绕着零均值附近波动，经过一阶季节差分后在进行二阶非季节差分的序列是平稳的。 其自相关和偏自相关图如下： 图 9 一次季节差分后二阶差分相关图 通过对 DLNY2s 的相关和偏相关图分析，可以建立   41,1,00,2,3 的模型。 理由如下：因为相关图呈衰减特征，说明至少存在非季节 3 阶自回归。 不存在移动平均成分。 图中能够得出，难判断是否 1 阶季节自回归以及 1 阶季节移动平均同时存有，还是只存有它们当中的一个。 估计结果显示， 1 阶季节移动平均存在于模型中。 综合来说，经过序列 dlnys2 的自相关图和偏自相关图分析，可建立SARIMA  41,1,00,2,3 模型。 11 （三）模型的识别和建立 模型的定阶过程，采用最小二乘估计法（ OLS）拟合所考虑的模型，在 eviews 命令窗口中输入 LS DLOG(Y,2,4) C AR(1) AR(2) AR(3) SMA(4)得 表 3 模型的参数估计表 Dependent Variable: DLOG(Y,2,4) Method: Least Squares Date: 03/24/15 Time: 14:31 Sample (adjusted): 1994Q2 2020Q3 Included observations: 82 after adjustments Convergence achieved after 11 iterations MA Backcast: 1993Q2 1994Q1 Variable Coefficient Std. Error tStatistic Prob. C AR(1) AR(2) AR(3) MA(4) Rsquared Mean dependent var 1 Adjusted Rsquared . dependent var . of regression Akaike info criterion 1 Sum squared resid Schwarz criterion 0 Log likelihood HannanQuinn criter. 3 Fstatistic DurbinWatson stat Prob(Fstatistic) Inverted AR Roots .i .02+.92i Inverted MA Roots .99 .00+.99i .99i 12 由表 3 可知，可判决系数 R^2 和调整后的可判决系数 r^2 都接近于 ，拟合度还可以，模型对原始数据能解释的部分较多。 F统计值为 ，各回归系数显著为 0，说明模型是显著。 在显著性水平 下，自变量 k=4， n=90，查表得 DL=， DU=，k=4， n=95 时， DL=， DU=，所以， n=91 时， DU,所以DUDW=4DU,模型消除自相关。 SARIMA  41,1,00,2,3 模型的估计成果： (1+++(1B)178。 Yt=(1+ )at (四 )模型的适应性检验 模型的适应性检验是残差序列α t与 Xt派生出预白化序列 at 是否互相关，残差序列是白噪声序列。 如果一个时间序列模型是恰当的，那么模型的残差序列 {at}应该是白噪声序列，它应该完全或者大概说明了时间序列的相关性。 这里，运用χ 2检验法进行模型的适应性检验。 13 图 10 模型的残差序列图 图 10是模型估计结果显示残差序列的样本自相关函数绝大多数都在置信区间以内，图中呈现滞后 5阶至 32阶残差序列的自相关函数对应的概率 p值几乎都大于显著性水平，因此不能拒绝原假设，也就是认为残差序列 {at}是白噪声序列，于是 SARIMA   41,1,00,2,3 是符合要求的。 （五） 模型的预测 利用所估计的 SARIMA  41,1,00,2,3 模型对 2020 年第四季度的第三产业增加值进行预测。 04 0 , 0 0 08 0 , 0 0 01 2 0 , 0 0 01 6 0 , 0 0 02 0 0 , 0 0 02 4 0 , 0 0 02 8 0 , 0 0 03 2 0 , 0 0 094 96 98 00 02 04 06 08 10 12 14YF ? 2 S . E .F o r e c a s t : Y FA c t u a l : YF o r e c a s t s a m p l e : 1 9 9 2 Q 1 2 0 1 4 Q 4A d j u s t e d s a m p l e : 1 9 9 4 Q 2 2 0 1 4 Q 4I n c l u d e d o b s e r v a t i o n s : 8 2R o o t M e a n S q u a r e d E r r o r 7 1 0 . 4 7 0 5M e a n A b s o l u t e E r r o r 4 2 3 . 6 1 4 8M e a n A b s . P e r c e n t E r r o r 1 . 0 0 4 6 1 6T h e i l I n e q u a l i t y C o e f f i c i e n t 0 . 0 0 4 2 3 8 B i a s P r o p o r t i o n 0 . 0 1 2 5 3 9 V a r i a n c e P r o p o r t i o n 0 . 0 0 4 5 8 2 C o v a r i a n c e P r o p o r t i o n 0 . 9 8 2 8 7 8 图 11 19922020 年我国第三产业增加值走向和预测图 图 11 可以清楚看到，预测数据与原始数据基本一致，表明模型的估计效果很好，符合预测我国第三产业增加值未来走势的要求。 同样，第三产业增长速率加快，呈现峰谷交替的态势。 我国第三产业增加值。