本文關(guān)鍵詞：基于貝葉斯理論的人均GDP時間序列預(yù)測研究，由筆耕文化傳播整理發(fā)布。

【摘要】：人均國內(nèi)生產(chǎn)總值從一個國家核算期內(nèi)的國內(nèi)生產(chǎn)總值和國家的常住人口兩方面考慮,是居民人均收入水平、生活水平高低的重要參照指標(biāo)。雖不能如國內(nèi)生產(chǎn)總值正確反映我國的綜合國力,但是在某種程度上反映了國家或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r。特別像我們中國這樣的人口基數(shù)大的國家,用人均國內(nèi)生產(chǎn)總值這一指標(biāo)反映我國居民人均收入和生活水平更加準(zhǔn)確和富有現(xiàn)實意義。本文在查閱了以人均GDP作為研究對象進(jìn)行預(yù)測的相關(guān)文獻(xiàn)和貝葉斯統(tǒng)計推斷在參數(shù)估計中的應(yīng)用的基礎(chǔ)上,考慮了經(jīng)濟(jì)環(huán)境隨著時間的推進(jìn)在不斷變化著,并且經(jīng)濟(jì)市場的數(shù)據(jù)在相近時間段內(nèi)具有很高的相關(guān)性,導(dǎo)致估計的模型參數(shù)也會伴隨著市場的變化而變化,于是決定將這兩種模型相結(jié)合對中國人均GDP做預(yù)測,并與單一傳統(tǒng)時間序列模型作對比,是否具有更高的準(zhǔn)確性。具體完成的工作和內(nèi)容包括:(1)分析了時間序列的四個特點,詳細(xì)介紹了基于經(jīng)典時間序列模型ARIMA的建模步驟,在此基礎(chǔ)上研究了基于ARIMA模型的中國人均GDP時間序列的預(yù)測分析。(2)研究了貝葉斯統(tǒng)計推斷,建立基于一定時間長度的滾動中國人均GDP時間序列ARIMA模型,被估計的參數(shù)作為先驗信息,為了檢驗該方法對先驗分布的靈敏性,我們做了基于兩種先驗分布的模擬預(yù)測,通過樣本數(shù)據(jù)更新原有的認(rèn)知,計算并得到各參數(shù)的貝葉斯估計,并對中國人均GDP做出預(yù)測分析。(3)本文采用平均絕對百分比誤差(MAPE)和均方根誤差(RMSE)兩個指標(biāo)來衡量模型預(yù)測效果的好壞,以全面地比較不同模型的預(yù)測效果。本文最后發(fā)現(xiàn)第一種貝葉斯模型的預(yù)測誤差相對于傳統(tǒng)時間序列模型(1978-2012),在2013年人均GDP的預(yù)測誤差較低,但在2014年人均GDP的預(yù)測誤差偏高。兩種貝葉斯模型的預(yù)測效果都好于傳統(tǒng)時間序列模型(1985-2012)。說明了貝葉斯參數(shù)估計有一定的科學(xué)性,為得到更準(zhǔn)確的參數(shù)估計,需要合理假定參數(shù)的先驗分布。同時,存在不足之處,需進(jìn)一步深入研究。
【關(guān)鍵詞】：時間序列模型 先驗信息 貝葉斯估計
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F222.33
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 研究背景與意義8-11
• 1.1 研究背景8-9
• 1.2 國內(nèi)生產(chǎn)總值發(fā)展現(xiàn)狀9-10
• 1.3 研究意義10-11
• 第二章 國內(nèi)研究現(xiàn)狀11-14
• 2.1 人均GDP研究現(xiàn)狀11-12
• 2.2 貝葉斯理論在參數(shù)估計中的應(yīng)用12-14
• 第三章 研究思路與方法14-27
• 3.1 研究設(shè)計思路14-15
• 3.2 研究方法15-27
• 3.2.1 時間序列簡介15-17
• 3.2.2 時間序列分析方法17-22
• 3.2.3 貝葉斯統(tǒng)計推斷理論22-27
• 第四章 基于貝葉斯理論的人均GDP時間序列模型27-41
• 4.1 基于經(jīng)典時間序列模型的人均GDP時間序列預(yù)測27-34
• 4.2 基于貝葉斯理論的人均GDP時間序列模型預(yù)測34-39
• 4.2.1 滾動經(jīng)典時間時間序列建模34-38
• 4.2.2 正態(tài)分布下單參數(shù)方差已知的貝葉斯模型38
• 4.2.3 正態(tài)-Wishart先驗假設(shè)的貝葉斯模型[31]38-39
• 4.3 模型比較39-41
• 第五章 研究結(jié)論41-42
• 5.1 結(jié)論41
• 5.2 展望41-42
• 參考文獻(xiàn)42-44
• 附錄44-50
• 攻讀碩士學(xué)位期間發(fā)表的論文50-51
• 致謝51

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓紹庭;周雨欣;;多元線性回歸與ARIMA在中國人口預(yù)測中的比較研究[J];中國管理信息化;2014年22期

2 曲榮華;馬莉媛;詹從贊;童行偉;;基金倉位估算的修勻模型[J];數(shù)理統(tǒng)計與管理;2014年05期

3 范金宇;熊健;;基于Gibbs抽樣方法ARFIMA-GARCH模型的貝葉斯估計[J];數(shù)理統(tǒng)計與管理;2014年05期

4 張淑紅;楊萬才;武新乾;;“十二五”時期河南省人均GDP預(yù)測[J];數(shù)理統(tǒng)計與管理;2014年03期

5 李娜;薛俊強(qiáng);;基于最優(yōu)ARIMA模型的我國GDP增長預(yù)測[J];統(tǒng)計與決策;2013年09期

6 郭景威;李宏斌;;中國人均GDP時間序列的實證分析與預(yù)測[J];經(jīng)濟(jì)論壇;2012年03期

7 郭一鵬;郭曉麗;郭曉紅;郝曉君;趙暉;;利用時間序列分析法預(yù)測工作面瓦斯涌出規(guī)律[J];礦業(yè)安全與環(huán)保;2012年01期

8 朱慧明;曾惠芳;郝立亞;李素芳;虞克明;;基于M-H抽樣的貝葉斯非對稱厚尾GARCH模型研究[J];數(shù)理統(tǒng)計與管理;2011年03期

9 熊志斌;;基于ARIMA與神經(jīng)網(wǎng)絡(luò)集成的GDP時間序列預(yù)測研究[J];數(shù)理統(tǒng)計與管理;2011年02期

10 宋喜芳;李建平;胡希遠(yuǎn);;模型選擇信息量準(zhǔn)則AIC及其在方差分析中的應(yīng)用[J];西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版);2009年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李守麗;時間序列模型在地級市GDP預(yù)測中的應(yīng)用[D];鄭州大學(xué);2013年

2 陳曉鋒;AIC準(zhǔn)則及其在計量經(jīng)濟(jì)學(xué)中的應(yīng)用研究[D];天津財經(jīng)大學(xué);2012年

3 李大利;一種時間序列預(yù)測方法的應(yīng)用研究[D];吉林大學(xué);2008年

  本文關(guān)鍵詞：基于貝葉斯理論的人均GDP時間序列預(yù)測研究，，由筆耕文化傳播整理發(fā)布。

本文編號：257119