免费下载
网站简介

找论文变得更简单!

帮找论文

当前位置:

重点论文网    理科论文    信息与计算科学论文    人口预测的时间序列建模
创建时间:09-04

人口预测的时间序列建模

 

目 录
摘   要    i
Abstract    ii
目 录    iii
第一章    引  言    1
第二章    基本理论介绍    2
2.1 时间序列预测法    2
2.1.1基本内容    2
2.1.2时间序列预测法的步骤    2
2.1.3时间序列预测法的分类    3
2.2 自回归移动平均模型(ARIMA)    4
2.2.1基本内容    4
2.2.2 模型的基本思想    4
2.2.3 模型预测的基本步骤    4
2.2.4 自回归模型AR    5
2.2.5 移动平均模型MA    5
2.2.6 自回归移动平均模型ARMA    5
第三章   人口年增长率的ARIMA建模    6
3.1 直观分析和相关分析    6
3.2 平稳化    7
3.3 模型的识别和初步确定    8
3.4 参数估计和相应的AIC值    10
3.5 参数的显著性检验    12
3.6 模型的适应性检验    13
3.7 模型的预测    13
第四章   Eviews操作    15
4.1 数据输入及直观分析    15
4.2 一阶差分    15
4.3 单位根检验    15
4.4模型的建模    17
第五章 模型的评价与推广    17
5.1 模型的缺点    17
5.2模型的特点    17
5.3模型的推广    18
致  谢    19
参考文献    20


模型的评价与推广

5.1 模型的缺点
由于事物的发展不仅有连续性的特点,而且又是复杂多样的。因此,在应用时间序列分析法进行人口预测时应注意人口未来发展变化规律和发展水平,不一定与其历史和现在的发展变化规律完全一致。随着人口的发展,它还会出现一些新的特点。因此,在时间序列分析预测中,决不能机械地按人口数据过去和现在的规律向外延伸。必须要研究分析人口发展变化的新特点,新表现,并且将这些新特点和新表现充分考虑在预测值内。这样才能对人口数据做出既延续其历史变化规律,又符合其现实表现的可靠的预测结果。
时间序列预测法因突出时间序列暂不考虑外界因素影响,因而存在着预测误差的缺陷,当遇到外界发生较大变化,往往会有较大偏差,时间序列预测法对于中短期预测的效果要比长期预测的效果好。因为客观事物,在一个较长时间内发生外界因素变化的可能性加大,它们对人口数据必定要产生重大影响。如果出现这种情况,进行预测时,只考虑时间因素不考虑外界因素对预测对象的影响,其预测结果就会与实际状况严重不符。

5.2 模型的特点
   本文是根据人口数据的变化趋势预测未来的发展,它的前提是假定事物的过去会同样延续到未来。事物的现实是历史发展的结果,而事物的未来又是现实的延伸,事物的过去和未来是有联系的。人口预测的时间序列分析法,正是根据客观事物发展的这种连续规律性,运用过去的历史数据,通过统计分析,进一步推测市场未来的发展趋势。人口预测中,事物的过去会同样延续到未来,其意思是说,人口未来不会发生突然跳跃式变化,而是渐进变化的。
本文的哲学依据,是唯物辩证法中的基本观点,即认为一切事物都是发展变化的,事物的发展变化在时人口数据未来的发展变化规律和规模水平;人口数据未来的变化规律和水平,是人口数据过去和现在变化规律和发展水平的结果。
本文突出了时间因素在预测中的作用,暂不考虑外界具体因素的影响。时间序列在时间序列分析预测法处于核心位置,没有时间序列,就没有这一方法的存在。虽然,预测对象的发展变化是受很多因素影响的。但是,运用时间序列分析进行量的预测,实际上将所有的影响因素归结到时间这一因素上,只承认所有影响因素的综合作用,并在未来对预测对象仍然起作用,并未去分析探讨预测对象和影响因素之间的因果关系。因此,为了求得能反映人口数据未来发展变化的精确预测值,在运用时间序列分析法进行预测时,必须将量的分析方法和质的分析方法结合起来,从质的方面充分研究各种因素与市场的关系,在充分分析研究影响人口变化的各种因素的基础上确定预测值。
5.3 模型的推广
人口是反映国情、国力基本情况的重要指标,是区域研究所必须考虑的重要因素之一,分析现状、制定规划时首先要考虑的基本问题。应用时间序列分析对中国大陆人口自然增长(1949~2004 年) 的问题建立模型,揭示了中国大陆人口自然增长的变化情况,并用此模型进行了预测,预测效果较好,说明此方法对人口的预报有一定的参考价值。


参考文献

[1] 魏武雄.时间序列分析:单变量和多变量方法—第二版[M].中国人民大学出版社,2009.
[2] 杨叔子.时间序列分析的工程应用(上)[M].华中科技大学出版社,2007.
[3] 杨叔子.时间序列分析的工程应用(下)[M].华中科技大学出版社,2007.
[4] Akihiko Inoue.AR and MA representation of partial autocorrelation functions, with applications [J].Springer-Verlag,2007:67–70.
[5] 王新华.ARIMA模型在武汉市全社会固定资产投资预测中的应用[J].统计与决策,2006,08: 56–59.
[6] 刘巍,陈昭.计量经济学软件:EViews操作简明教程[M].暨南大学出版社出版社,2009.
[7] Time Series Analysis[电子文档].http://bbs.sachina.pku.edu.cn/Stat/statsoft/textbook/sttimser.html. 
[8] 高铁梅.计量经济分析方法与建模(EViews应用及实例)[M].清华大学出版社,2009.
[9] 王沁.应用时间序列分析及其应用[M].西南交通大学出版社,2008.
[10]王勇.Logistic 人口模型的求解问题[J].哈尔滨商业大学学报(自然科学版),2006,22(5):58–59.
[11]顾海燕. 时间序列在人口预测中的应用[J]. 黑龙江工程学院学报(自然科学版),2007,9: 25–29.
 

最新论文

网站导航

热门论文