基于ARIMA模型的青岛市GDP预测分析.docx

基于ARIMA模型的青岛市GDP预测分析
一、绪论
近年来，随着经济全球化的深入发展及信息技术的不断进步，预测所涉及的变量愈加丰富和多样，预测方法和技术也更加复杂和先进。经济增长是一个国家，一个地区的繁荣与发展的标志。GDP成为衡量一个国家或地区经济总产值的重要的标志。青岛市临海，面积辽阔，人口众多，是一个经济实力较强、开放程度较高的城市。为了更好地掌握青岛市经济的趋势和预测未来GDP的发展趋势，本文基于ARIMA模型，对青岛市GDP进行预测和分析。
二、数据来源和方法选择
本文所使用的青岛市GDP数据来自于国家统计局。数据时间区间为2002年-2019年的18年间。变量的单位为亿元人民币。为了更好地进行预测分析，本文采用了ARIMA模型。ARIMA模型是应用最广泛的时间序列分析方法之一。在建立模型时，需要先对时间序列进行平稳性检验。使用ADF检验和ACF/PACF图表法，排除非平稳序列。同时，将时间序列进行差分，使其变为平稳序列。
三、模型建立与结果分析
1.数据预处理
通过Excel对数据进行展示和初步处理，GDP的趋势呈现出逐年稳定但逐渐增长的状态，具体数据展现如下：
2.时间序列分析前的平稳性检验
对时间序列进行平稳性检验，需要先对时间序列进行可视化展示。以下是时间序列图、自相关图和偏自相关图：
通过以上可视化图表可以初步发现，时间序列图呈现出随时间推移逐渐增加趋势的状态，自相关和偏自相关都存在周期性变化的情况。因此对数据进行差分处理。
3.平稳性检验结果分析
对差分后的时间序列再进行ADF检验、自相关和偏自相关图来判断差分后的时间序列是否为平稳的。ADF检验的结果显示GDP在5%的显著性水平下是平稳的，图表也更加平稳，因此我们可以采用ARIMA模型来进行分析。
4.模型建立与结果分析
在确认数据的平稳性后，使用ACF和PACF图确定ARIMA模型的p、d、q的取值。根据ACF图和PACF图，我们初步确定p=2,d=0,q=1。
使用Python的statsmodels包来建立ARIMA模型，模型预测结果如下：
Error에대해서는궁금한점을토론하세요.