时间序列ARIMA期末论文.docx
《时间序列ARIMA期末论文.docx》由会员分享,可在线阅读,更多相关《时间序列ARIMA期末论文.docx(21页珍藏版)》请在咨信网上搜索。
1、_ARIMA模型在总人口预测中的应用【摘要】人口发展与社会经济的发展是密不可分的,研究我国总人口的发展,对我国人口数进行分析和预测,有利于及时控制人口的增长调节人口平衡,利于政府及时了解发展趋势并做出反应对策使我国人口发展步入健康的轨道。本文利用时间序列建模原理和思路,并结合R3.2.1软件对1962年2014年我国年底总人口数据做分析和预测。找到对原始数据有着较好的拟合度和较高的预测精度的模型。利用此模型可对我国年底总人口进行合理的预测。 【关键词】ARIMA建模总人口人口预测 目录一、引言31.1研究背景31.2研究现状4二、模型建立5 2.1模型识别52.2模型的参数估计82.3模型的诊
2、断102.模型的预测12三、 模型的优缺点及推广133.1模型的优缺点133.2模型的推广13结束语.14【参考文献】. 15附录.16一、 引言1.1研究背景 我国是世界上人口最多的国家,自1980年开始,年末中国大陆总人口就已经超过了10亿,并一直保持约占世界总人口的五分之一,亚洲人口的三分之一。中国人口的发展同中国社会的发展一样经过了漫长而曲折的道路。在世纪的进程中,目前我国进入了一个全新的时代,要想在21世纪这个充满竞争与挑战的时代中变的富强、屹立于世界民族之林,实现我们的中国梦,这全取决于人。能否顺利解决人口现状等问题,是我国乃自世界共同面临的问题,由于地球的资源是有限的,它不可能无
3、限制的容纳人口,当人口过多,会由于经济跟不上,工作岗位欠缺,医疗等水平不足,从而导致整个社会处于一种动荡之中;然而如果人口过少,又会由于人员不足,导致各方面人力资源不足,无法正常完成各项必须社会活动,这也会极大地限制一个国家的发展,因此,对人口的研究是具有相当的意义的。我国由于幅员广阔,民族众多,各民族发展水平不一,同时作为世界第一人口大国,我国的耕地面积却相对不足,因此我国每年都需要从国外大量进口粮食,由于过分依赖于进口这对我国的发展影响巨大,为此甚至有国外反华势力叫嚣只要断绝给中国供粮,三五年之内中国必定大乱。当然那只是敌对势力的一厢情愿与恶意诋毁,但我们自己却必须认识到在由于人口的问题而
4、导致的一系列问题,关于人口问题我国必须重视,并根据其趋势做出反应对策。因此,认真分析我国当前人口现状,从中发现其变化的趋势,并对未来总人口进行短期预测,及时采取必要的政治及经济措施来解决人口发展问题,对树立未来的发展目标很有必要。总之,人口是构成社会的主体,在我国社会主义现代化建设中,人口问题始终是极为重要的问题,而人口问题的本质是发展问题。人口发展与社会经济的发展也是密不可分的。基于此,我们利用时间序列中的ARMA模型对我国人口进行预测,对人口的控制起到指导作用,有利于政府采取必要的政治及经济措施来进行调控。所以,对其进行分析和测试是非常有意义的工作。 1.2研究现状在对人口问题的研究上,国
5、内外学者做了相当多的工作。在国内程等利用自限模型对我国的人口增长进行了预测,认为中国在2010年-2019年人口数依次会缓慢增加,2016年突破14亿大关,且未来15年人口净增加量不会超过1亿;蒋慧基于多元统计模型对广西人口增长进行了分析,得出了人口增长的综合因子,并提出了稳定人口增长的建议;丁明等运用相空间重构神经网络模型对我国人口增长进行预测,很好的解决了非线性的问题,为我国人口增长预测提供了一种新的方法;王保等,利用Logistic模型进行人口预测,并检验了2005年2007年的数据误差,取得了理想的效果。在国外,Rosen利用Malthusian模型对人口进行研究,也取得了不错的成绩。
6、本文基于时间序列在研究时间相关问题上的优势,以1949年-2014年的年末总人口数据,利用时间序列知识建模,找到适合人口增长的过程的时间序列模型(模型识别),然后利用参数估计估计出模型的参数(参数估计),再对模型进行诊断,判断模型的好坏(模型诊断),最后利用已经建立的模型对未来的给定的时间进行预测(预测)。 二、 模型建立2.1模型识别首先需要对数据进行预先的处理,观察其时间序列图是否为平稳序列,可以用R软件完成(具体程序见于附录1),可得到时间序列图为:图1:人口时间序列图 由图一可以看出,年底总人口数随着时间增加的同时也在逐年上涨,有着明显的上升趋势。因此可得出这列数据是不平稳的、方差也是
7、不平稳的结论。并且数据大致是呈线性变化的,因此可以考虑做差分变换。 先对数据做一阶差分变换后再观察序列是否平稳,可运用R软件编程得其变换后的序列及变换后序列的自相关图和偏自相关图(具体程序见附录2):图二:一阶差分序列图及其ACF、PACF图由图二可知,对原始数据在进行一阶差分之后的时间序列图显示并不算平稳,并且一阶差分后的ACF图仍呈现出近似直线下降趋势,因此可以考虑再做一次差分运算。通过编程可以得到(具体程序见附录3):图三:对数二阶差分序列图及其ACF、PACF图再观察其二阶差分后的时间序列图,基本上趋于平稳,而其自相关图(ACF)和偏自相关图(PACF)呈现出明显的拖尾形式,且PACF
8、图在滞后6阶比较显著,ACF在滞后1,3,6阶相对较显著,由此可以认为原序列基本上可以用ARIMA(1,2,1),ARIMA(1,2,2),ARIMA(1,2,3),进行拟合。对ARIMA(1,2,1)模型序列满足: Yt+Yt-2-2Yt-1=Yt-1+Yt-3-2Yt-2+et-i=16iet-i 由式可以得到: Yt=2+Yt-1+1-2Yt-2-Yt-3+et-et-1 同理可以得到 ARIMA(1,2,2)模型: Yt=2+Yt-1+1-2Yt-2-Yt-3+et-i=12iet-i ARIMA(1,2,3) 的模型为: Yt=2+Yt-1+1-2Yt-2-Yt-3+et-i=13i
9、et-i 2.2模型的参数估计根据2.1节,已经找到几个可能用于拟合的模型,分别为ARIMA(1,2,1),ARIMA(1,2,2),ARIMA(1,2,3),那么接下来就应该对其进行参数估计,在对模型进行参数估计时有多种方法可以选择,这里选择用最小二乘估计,通过R编程序可以得到如下结果(具体程序见于附录4): Call:arima(x = x, order = c(1, 2, 1), method = CSS)Coefficients: ar1 ma1 -0.4794 0.5150s.e. 0.1033 0.1901sigma2 estimated as 21752: part log li
10、kelihood = -327.05Call:arima(x = x, order = c(1, 2, 2), method = CSS)Coefficients: ar1 ma1 ma2 -0.5216 0.8442 -0.3147s.e. 0.0009 0.0912 0.1014sigma2 estimated as 16939: part log likelihood = -320.67Call:arima(x = x, order = c(1, 2, 3), method = CSS)Coefficients: ar1 ma1 ma2 ma3 -0.5203 0.7646 -0.111
11、1 0.3405s.e. 0.0008 0.1327 0.1435 0.1278sigma2 estimated as 15191: part log likelihood = -317.89由上面的输出可以确定在式中的系数,并且由估计值的误差项se判断该系数是否显著(通过判定在0是否在区间-2se,+2se内,若在则系数不显著,如不在则显著)。从而代入可以确定ARIMA(1,2,1)模型为: Yt=1.5206Yt-1-0.0412Yt-2-0.4794Yt-2+et-0.515et-1 类似代入式得ARIMA(1,2,2)表达式为: Yt=1.4784Yt-1+0.0432Yt-2-0.5
12、216Yt-2+et+0.8442et-1-0.3147et-2 代入式得ARIMA(1,2,3)模型的表达式: Yt=1.4797Yt-1+0.0406Yt-2-0.5203Yt-2+et+0.7646et-1-0.3405et-3 2.3模型的诊断在对模型完成了识别和参数估计之后,需要对模型进行诊断,诊断模型是否具有对原时间序列数据的很好的拟合效果。主要进行拟合模型的残差分析和分析过度参数化;对模型进行过度参数分析主要看在进行差分时是否出现过度差分的状况,而对残差进行分析主要需要做以下几个方面的工作:,检验残差是否是随机的,一个模型如果能很好的拟合,那么拟合后的残差基本上是随机的,残差是应
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 时间 序列 ARIMA 期末 论文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【可****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【可****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。