统计预测与决策课程论文.docx

统计预测与决策课程论文题 目 基于 ARMA 模型的西安进出口总额时间序列分析与预测学生姓名 解盼学生学号 136**********专 业 经济统计学班 级 金融统计班提交日期 二〇一六年五月基于 ARMA 模型对西安进出口总额时间序列分析与预测摘要:本文分析了 1987-2013 年西安地区进出口总额时间序列,在将该时间序列平稳化的基础上,建立自回归移动平均模(ARMA),从中得出西安进出口总额ARMA模 型[ ] 全称为自回归移动平均模型(Auto-regressive  Moving  Averageïf   p ¹ 0,q q ¹ 0ïE (e   t ) = 0,Var (e   t ) =se , E (e   te t-1 ) = 0, s ¹ t序列的变化规律,并且预测 2014,2015 年西安进出口总额的数值。关键词:时间序列预测;进出口总额;ARMA 模型1. 前 言进出口总额指实际进出我国国境的货物总金额。进出口总额用以观察一个国家在对外贸易方面的总规模。 进出口总额包括:对外贸易实际进出口货物,来料加工装配进出口货物,国家间、联合国及国际组织无偿援助物资和赠送品,华侨、港澳台同胞和外籍华人捐赠品,租赁期满归承租人所有的租赁货物,进料加工进出口货物,边境地方贸易及边境地区小额贸易进出口货物(边民互市贸易除外),中外合资企业、中外合作经营企业、外商独资经营企业进出口货物和公用物品,到、离岸价格在规定限额以上的进出口货样和广告品(无商业价值、无使用价值和免费提供出口的除外),从保税仓库提取在中国境内销售的进口货物,以及其他进出口货物。 本文就此对我国进出口总额时间序列进行分析,并且采用ARMA模型对序列进行拟合,最后在此基础上对2014年西安进出口总额数据进行预测。2. ARMA  ARMA 模型概述1Model,简称 ARMA)是研究时间序列的重要方法。其在经济预测过程中既考虑了经济现象在时间序列上的依存性, 又考虑了随机波动的干扰性, 对经济运行短期趋势的预测准确率较高, 是近年应用比较广泛的方法之一。 和 ,即自回归移动平均模型。ARMA模型有自回归模型AR(q)、移动平均模型MR(q)、自回归移动平均模型ARMA(p,q) 3种基本类型。其中ARMA(p,q)自回归移动平均模型,模型可表示为:ìxt = f0 + f1xt-1 +L + fp xt- p + et -q1et-1 -L -qqet-qïí 2îïE (xset ) = 0, "s < t其中, R 为自回归模型的阶数, q 为移动平均模型的介数; xt 表示时间序列{xt }在时刻 t 的值;fi = (i = 1, 2,L, R)为自回归系数;q j = ( j = 1, 2,L q)表示移动平均系数; te 表示时间序列{ }t   在 t 时期的误差或偏差。 ( ),ARMA  ARMA 模型建模流程首先用ARMA模型预测要求序列必须是平稳的,也就是说,在研究的时间范围内研究对象受到的影响因素必须基本相同。若所给的序列并非稳定序列,则必须对所给的序列做预处理,使其平稳化,然后用ARMA模型建模。建模的基本步骤如