国际黄金价价格波动因素开题报告
二、国内外研究现状
三、本人研究课题的启发
本文以时间序列理论为基础,以江苏省1981年至2010年三十年的地区生产总值为数据基础资料,对数据进行平稳化处理论文网、模型识别、参数估计,建立时间序列模型,并对模型进行检验,确定较适合模型为自回归模型对江苏省2011—2013年GDP作出预测并与实际值比较,控制相对误差在合理的范围内,继续利用ARMA模型对我市未来5年的地区生产总值做出预测。
参考文献
• [1] 魏宁,边宽江,袁志发. 基于ARIMA模型的陕西省GDP分析与预测[J]. 安徽农业科学. 2010(09)
• [2] 师思. ARIMA模型在固定资产投资变化率预测中的运用[J]. 统计与决策. 2009(10)
• [3] 梁鑫,谢佳利,李朝. 广西GDP的统计预测模型及其应用[J]. 经济数学. 2008(03)
• [4] 宋海礁. ARIMA模型在上海市GDP预测中的应用[J]. 科教文汇(上旬刊). 2008(08)
• [5] 李战江,曹海燕. 使用ARIMA模型对内蒙古GDP进行时序建模及预测[J]. 内蒙古农业大学学报(自然科学版). 2008(02)
• [6] 龚国勇. ARIMA模型在深圳GDP预测中的应用[J]. 数学的实践与认识. 2008(04)
• [7] 谭诗璟. ARIMA模型在湖北省GDP预测中的应用——时间序列分析在中国区域经济增长中的实证分析[J]. 时代金融. 2008(01)
• [8] 文明刚,颜丙胜. ARIMA模型在河北GDP预测中的应用[J]. 科技创业月刊. 2007(11)
• [9] 靳珊. ARIMA模型在贵州GDP中的应用[J]. 科教文汇(中旬刊). 2007(10)
• [10] 韩卫国. ARIMA模型在GDP预测中的应用[J]. 内蒙古科技与经济. 2007(16)
• [11] 刘荣其. 基于聚类和时序分析的林分生长模型[D]. 福建农林大学 2009
• [12] 李大利. 一种时间序列预测方法的应用研究[D]. 吉林大学 2008
• [13] 刘丽华. 基于时变非平稳时间序列分析的故障诊断方法研究[D]. 北京化工大学 2008
• [14] 刘薇. 时间序列分析在吉林省GDP预测中的应用[D]. 东北师范大学 2008
• [15] 汤岩. 时间序列分析的研究与应用[D]. 东北农业大学 2007
• [16] 孟毅. 我国居民储蓄的时间序列建模及预测应用研究[D]. 辽宁工程技术大学 2006
• [17] 华来庆. 时间序列分析在短周期高发病率事件预测中的应用研究[D]. 第二军医大学 2005
• [18] 田金方. 一类经济时间序列分析模型及其应用[D]. 山东师范大学 2003
上一篇：寿险代理人激励机制开题报告
下一篇：虚拟角色商品化的著作权开题报告