統(tǒng)計(jì)學(xué)畢業(yè)論文欽州市第三產(chǎn)業(yè)生產(chǎn)總值的統(tǒng)計(jì)預(yù)測(cè)與分析

1、<p>　　學(xué) 號(hào)： </p><p>　　題目類(lèi)型： 論文 </p><p>　　(設(shè)計(jì)、論文、報(bào)告)</p><p>　　本科畢業(yè)設(shè)計(jì)(論文)</p><p>　　題目：欽州市第三產(chǎn)業(yè)生產(chǎn)總值的統(tǒng)計(jì)預(yù)測(cè)與分析</p><p>　　學(xué)

2、 院： 理 學(xué) 院 </p><p>　　專(zhuān)業(yè)(方向)： 統(tǒng) 計(jì) 學(xué) </p><p>　　班 級(jí)： </p><p>　　學(xué) 生： </p><p>　　指導(dǎo)教師：

3、 </p><p>　　畢業(yè)設(shè)計(jì)（論文）獨(dú)創(chuàng)性聲明</p><p>　　本人聲明所呈交的設(shè)計(jì)（論文）是我個(gè)人在指導(dǎo)教師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了設(shè)計(jì)（論文）中特別加以標(biāo)注和致謝的地方外，設(shè)計(jì)（論文）中不包含其他人或集體已經(jīng)發(fā)表或撰寫(xiě)的研究成果，也不包含為獲得桂林理工大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。對(duì)設(shè)計(jì)（論文）的研究成果做出貢獻(xiàn)的個(gè)人和

4、集體，均已作了明確的標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。</p><p>　　設(shè)計(jì)（論文）作者簽名： 日期： 年 月 日</p><p>　　設(shè)計(jì)（論文）使用授權(quán)聲明</p><p>　　本設(shè)計(jì)（論文）作者完全了解學(xué)校有關(guān)保留、使用設(shè)計(jì)（論文）的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交設(shè)計(jì)（論文）的復(fù)印件和電子版，

5、允許設(shè)計(jì)（論文）被查閱或借閱。本人授權(quán)桂林理工大學(xué)可以將本設(shè)計(jì)（論文）的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本設(shè)計(jì)（論文）。</p><p>　　設(shè)計(jì)(論文)作者簽名： 日期： 年 月 日</p><p>　　指 導(dǎo) 教 師 簽 名： 日期： 年 月 日</

6、p><p><b>　　摘要</b></p><p>　　欽州市是北部灣的重要發(fā)展城市之一，特別是08年欽州港獲批成為國(guó)家保稅港區(qū)以來(lái)，經(jīng)濟(jì)得到快速發(fā)展。同時(shí)，第三產(chǎn)業(yè)的發(fā)展也有了明顯的提升，除了工業(yè)外，第三產(chǎn)業(yè)還有很多需要發(fā)展投資的地方，比如交通運(yùn)輸業(yè)。近年來(lái)，第三產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的比重不斷上升，對(duì)經(jīng)濟(jì)的貢獻(xiàn)也越來(lái)越大。因此，對(duì)欽州市第三產(chǎn)業(yè)生產(chǎn)總值的預(yù)測(cè)，不僅能明確第

7、三產(chǎn)業(yè)所占經(jīng)濟(jì)的比重，而且能為投資者提供更多更準(zhǔn)確的理論參考。</p><p>　　本文的數(shù)據(jù)從作者的所在單位—?dú)J州港經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)經(jīng)濟(jì)發(fā)展局獲得。文章在介紹廣西欽州市第三產(chǎn)業(yè)發(fā)展現(xiàn)狀及特點(diǎn)的基礎(chǔ)上，分析了第三產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)增長(zhǎng)的重要作用，并分別運(yùn)用二次曲線指數(shù)平滑法、趨勢(shì)外推法、求和自回歸移動(dòng)平均模型（ARIMA模型）對(duì)欽州市1991-2011年第三產(chǎn)業(yè)的生產(chǎn)總值進(jìn)行建模分析，預(yù)測(cè)了欽州市第三產(chǎn)業(yè)2012年的發(fā)

8、展趨勢(shì)。最后再將三個(gè)單一模型進(jìn)行組合，得出組合預(yù)測(cè)模型，并對(duì)2012年欽州市的第三產(chǎn)業(yè)生產(chǎn)總值進(jìn)行預(yù)測(cè)。通過(guò)預(yù)測(cè)精度的比較，結(jié)果表明，雖然趨勢(shì)外推法的預(yù)測(cè)精度比較高，但是組合預(yù)測(cè)模型綜合了單一模型的優(yōu)點(diǎn)，使得預(yù)測(cè)更加精確。</p><p>　　關(guān)鍵詞：第三產(chǎn)業(yè)；指數(shù)平滑；趨勢(shì)外推；ARIMA模型；組合模型；預(yù)測(cè)</p><p>　　Statistical Prediction and An

9、alysis of the Tertiary Industry GDP in Qinzhou City</p><p>　　Abstract: Qinzhou City is one of the important cities for the development of the Beibu Gulf, in particular, rapid economic development since 2008

10、Qinzhou Port approved national bonded port area. Meanwhile, the development of tertiary industry has also been significantly improved, industries, the tertiary industry, there are a lot of investment, such as the transpo

11、rtation industry. In recent years, the proportion of tertiary industry in the national economy is rising, the contribution to the econ</p><p>　　In this paper the data obtained from the author's work unit

12、 - Qinzhou Port Economic Development Zone, Economic Development Board. Article introduced Qinzhou City tertiary industry development status and characteristics based on the analysis of the important role of the tertiary

13、industry of national economic growth, respectively, using quadratic curve exponential smoothing, trend extrapolation, summation autoregressive moving Qinzhou City 1991-2011 tertiary industry GDP, the average model (ARIMA

14、 </p><p>　　Keywords: Tertiary Industry; Exponential smoothing; Trend extrapolation; ARIMA model; Combined model; Forecast</p><p><b>　　目次</b></p><p><b>　　摘要III<

15、/b></p><p>　　AbstractIV</p><p><b>　　引言- 1 -</b></p><p>　　1 緒論- 1 -</p><p>　　1.1第三產(chǎn)業(yè)的含義- 1 -</p><p>　　1.2第三產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)的影響- 1 -</p>&

16、lt;p>　　1.3欽州市第三產(chǎn)業(yè)的發(fā)展現(xiàn)狀- 2 -</p><p>　　2 分析概況- 3 -</p><p>　　2.1方法的選取及整體思路- 3 -</p><p>　　2.2數(shù)據(jù)來(lái)源- 3 -</p><p>　　2.3數(shù)據(jù)作圖分析- 4 -</p><p>　　3 預(yù)測(cè)方法的基本原理-

17、 5 -</p><p>　　3.1二次曲線指數(shù)平滑法- 5 -</p><p>　　3.1.1確定平滑系數(shù)- 5 -</p><p>　　3.1.2二次曲線指數(shù)平滑法的計(jì)算過(guò)程- 5 -</p><p>　　3.2趨勢(shì)外推法- 6 -</p><p>　　3.2.1概念及適用條件- 6 -</p>

18、;<p>　　3.2.2模型種類(lèi)- 7 -</p><p>　　3.3ARIMA模型預(yù)測(cè)法- 8 -</p><p>　　3.3.1ARIMA模型的定義- 8 -</p><p>　　3.3.2ARIMA模型的基本思想及原理- 8 -</p><p>　　3.3.3ARIMA模型的結(jié)構(gòu)- 8 -</p>

19、<p>　　3.3.4ARIMA模型預(yù)測(cè)的基本程序- 9 -</p><p>　　3.4預(yù)測(cè)精度的測(cè)定- 10 -</p><p>　　3.4.1預(yù)測(cè)精度的含義- 10 -</p><p>　　3.4.2測(cè)定預(yù)測(cè)精度的方法- 11 -</p><p>　　3.5組合預(yù)測(cè)模型- 12 -</p><p&g

20、t;　　3.5.1組合預(yù)測(cè)的定義及基本原理- 12 -</p><p>　　4 實(shí)證分析- 13 -</p><p>　　4.1二次曲線指數(shù)平滑模型分析及預(yù)測(cè)- 13 -</p><p>　　4.1.1指數(shù)平滑系數(shù)的確定- 13 -</p><p>　　4.2趨勢(shì)外推模型分析及預(yù)測(cè)- 15 -</p><p&g

21、t;　　4.2.1數(shù)據(jù)分析- 15 -</p><p>　　4.2.2模型預(yù)測(cè)- 16 -</p><p>　　4.3ARIMA模型分析及預(yù)測(cè)- 17 -</p><p>　　4.3.1判斷平穩(wěn)性- 17 -</p><p>　　4.3.2原始數(shù)據(jù)的對(duì)數(shù)和差分處理- 17 -</p><p>　　4.3.3模

22、型的識(shí)別- 19 -</p><p>　　4.3.4模型的診斷- 20 -</p><p>　　4.3.5模型預(yù)測(cè)- 21 -</p><p>　　4.4三種模型預(yù)測(cè)的精度比較- 21 -</p><p>　　4.5組合預(yù)測(cè)模型的分析及預(yù)測(cè)- 23 -</p><p>　　4.5.1權(quán)重的確定問(wèn)題- 23

23、-</p><p>　　4.5.2組合模型的預(yù)測(cè)結(jié)果- 24 -</p><p>　　5 結(jié)論- 25 -</p><p><b>　　致謝- 26 -</b></p><p>　　參考文獻(xiàn)- 27 -</p><p><b>　　引言</b></p>

24、<p>　　隨著經(jīng)濟(jì)全球化的進(jìn)一步深化，第三產(chǎn)業(yè)的發(fā)展水平日益成為各國(guó)衡量經(jīng)濟(jì)發(fā)展水平的重要標(biāo)志。我國(guó)隨著產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級(jí)，第三產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的比重不斷提升，發(fā)揮的作用越來(lái)越大，成為國(guó)民經(jīng)濟(jì)的重要增長(zhǎng)點(diǎn)。因此第三產(chǎn)業(yè)生產(chǎn)總值的預(yù)測(cè)尤為重要，它不僅能反映第三產(chǎn)業(yè)對(duì)經(jīng)濟(jì)的貢獻(xiàn)情況，而且能給投資者提供必要的理論參考。</p><p>　　近年來(lái)欽州市的發(fā)展加快，因?yàn)閲?guó)家加大了對(duì)北部灣的投資建設(shè)，保稅港

25、區(qū)的建設(shè)也成為經(jīng)濟(jì)增長(zhǎng)的加速器。本文通過(guò)收集欽州市1991-2011年第三產(chǎn)業(yè)生產(chǎn)總值，分別運(yùn)用二次曲線指數(shù)平滑法、趨勢(shì)外推法、ARIMA模型對(duì)其進(jìn)行預(yù)測(cè)，比較精度。再將三個(gè)單一模型進(jìn)行組合，得出組合預(yù)測(cè)模型，并對(duì)2012年欽州市的第三產(chǎn)業(yè)生產(chǎn)總值進(jìn)行預(yù)測(cè)。前人是通過(guò)對(duì)欽州市第三產(chǎn)業(yè)生產(chǎn)總值的變化計(jì)算其增長(zhǎng)率，根據(jù)實(shí)際情況預(yù)測(cè)出次年的第三產(chǎn)業(yè)生產(chǎn)總值情況。但是本文的方法更加全面精確。</p><p><b&

26、gt;　　1 緒論</b></p><p>　　1.1第三產(chǎn)業(yè)的含義</p><p>　　第三產(chǎn)業(yè)，又稱(chēng)第三次產(chǎn)業(yè)，是由英國(guó)經(jīng)濟(jì)學(xué)家、新西蘭奧塔哥大學(xué)教授費(fèi)希爾1935 年在《安全與進(jìn)步的沖突》一書(shū)中首先提出來(lái)的。第三產(chǎn)業(yè)是指國(guó)民經(jīng)濟(jì)中，除第一產(chǎn)業(yè)(農(nóng)業(yè))、第二產(chǎn)業(yè)(工業(yè)和建筑業(yè))以外的其它行業(yè)，其發(fā)展水平是衡量生產(chǎn)社會(huì)化程度和市場(chǎng)經(jīng)濟(jì)發(fā)展水平的重要標(biāo)志[1]。</p&

27、gt;<p>　　1.2第三產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)的影響</p><p>　　第三產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的一個(gè)重要部門(mén)，對(duì)于經(jīng)濟(jì)發(fā)展具有強(qiáng)大的拉動(dòng)作用。其發(fā)展水平是衡量一個(gè)國(guó)家或地區(qū)發(fā)達(dá)程度的重要標(biāo)志，對(duì)促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化升級(jí)、增加就業(yè)、提高人民生活質(zhì)量具有重要作用[2]。因此，大力加快第三產(chǎn)業(yè)的發(fā)展，進(jìn)一步推進(jìn)工業(yè)化進(jìn)程，提高城市化水平，促進(jìn)國(guó)民經(jīng)濟(jì)持續(xù)快速協(xié)調(diào)健康發(fā)展和社會(huì)事業(yè)的全面進(jìn)步，對(duì)實(shí)現(xiàn)全面建設(shè)小康社會(huì)

28、奮斗目標(biāo)具有重大意義。</p><p>　　1.3欽州市第三產(chǎn)業(yè)的發(fā)展現(xiàn)狀</p><p>　　欽州市是北部灣臨海核心工業(yè)區(qū)，經(jīng)濟(jì)充滿活力、城鄉(xiāng)協(xié)調(diào)發(fā)展的現(xiàn)代化港口工業(yè)城市。今年以來(lái)，欽州市第三產(chǎn)業(yè)發(fā)展迅猛，呈現(xiàn)對(duì)經(jīng)濟(jì)增長(zhǎng)的強(qiáng)勁的拉動(dòng)。2011年底，全市第三產(chǎn)業(yè)增加值190億元，同比增長(zhǎng)4.9%[3]。近年來(lái)，欽州市第三產(chǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)明顯上升，投資活力持續(xù)增強(qiáng)。第三產(chǎn)業(yè)特別是新型服務(wù)

29、業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)強(qiáng)勁的拉動(dòng)與貢獻(xiàn)，充分表現(xiàn)出欽州市在著力轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、大力調(diào)整產(chǎn)業(yè)結(jié)構(gòu)上取得了新的突破。欽州市正處于開(kāi)發(fā)熱土階段，特別是保稅港區(qū)的建立和全國(guó)重點(diǎn)資產(chǎn)轉(zhuǎn)移城市的確定，未來(lái)將成為我區(qū)經(jīng)濟(jì)的新增長(zhǎng)極。</p><p><b>　　2 分析概況</b></p><p>　　2.1方法的選取及整體思路</p><p>　　用數(shù)據(jù)做出曲線

30、圖，通過(guò)圖形來(lái)判斷方法的選取。運(yùn)用二次曲線指數(shù)平滑法、趨勢(shì)外推法和ARIMA模型分別對(duì)欽州市2012年第三產(chǎn)業(yè)生產(chǎn)總值作出預(yù)測(cè)，再通過(guò)精度對(duì)比建立組合模型來(lái)提高預(yù)測(cè)精度。</p><p><b>　　2.2數(shù)據(jù)來(lái)源</b></p><p>　　數(shù)據(jù)來(lái)源是欽州港經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)經(jīng)濟(jì)發(fā)展局，但是1993年、1997年、1998年的數(shù)據(jù)沒(méi)有查到，因此本文運(yùn)用SPSS16.0進(jìn)

31、行數(shù)據(jù)缺失值處理，用相鄰非缺失值的均值來(lái)代替，得到以下數(shù)據(jù)。</p><p>　　表 2-1 欽州市第三產(chǎn)業(yè)實(shí)際生產(chǎn)總值（單位：億元）</p><p><b>　　2.3數(shù)據(jù)作圖分析</b></p><p>　　圖2-1 欽州市第三產(chǎn)業(yè)生產(chǎn)總值的曲線圖（單位：億元）</p><p>　　從圖2-1可清楚的看出，第三產(chǎn)業(yè)生

32、產(chǎn)總值隨著時(shí)間的變化呈明顯上升趨勢(shì)。出現(xiàn)這種變化也是應(yīng)當(dāng)?shù)模驗(yàn)殡S著經(jīng)濟(jì)的快速發(fā)展，人民生活水平的提高，人們對(duì)服務(wù)業(yè)、旅游業(yè)等第三產(chǎn)業(yè)要求也有所提高，國(guó)家要求對(duì)第三產(chǎn)業(yè)加大投資，努力把第三產(chǎn)業(yè)轉(zhuǎn)變成支柱產(chǎn)業(yè)。特別是欽州港08年獲批成為國(guó)家保稅港區(qū)以來(lái)，欽州市第三產(chǎn)業(yè)的發(fā)展更加迅猛。</p><p>　　3 預(yù)測(cè)方法的基本原理</p><p>　　3.1二次曲線指數(shù)平滑法</p>

33、;<p>　　指數(shù)平滑法通過(guò)對(duì)歷史時(shí)間序列進(jìn)行逐層平滑計(jì)算，從而消除隨機(jī)因素的影響，識(shí)別經(jīng)濟(jì)現(xiàn)象基本變化趨勢(shì)，并以此預(yù)測(cè)未來(lái)。對(duì)于非線性增長(zhǎng)的時(shí)間序列，采用二次曲線指數(shù)平滑法可能要比線性指數(shù)平滑法更為有效。它的特點(diǎn)是不但考慮了線性增長(zhǎng)的因素，而且也考慮了二次拋物線的增長(zhǎng)因素[4]。</p><p>　　3.1.1確定平滑系數(shù)</p><p>　　進(jìn)行指數(shù)平滑預(yù)測(cè)時(shí)，對(duì)于平滑系

34、數(shù)可給以不同的數(shù)值，這要根據(jù)所研究數(shù)據(jù)的波動(dòng)情況來(lái)決定。當(dāng)所研究的數(shù)據(jù)波動(dòng)不大時(shí)，可以取較小的值（如0.1~0.3），以加重第期指數(shù)平滑預(yù)測(cè)值的權(quán)數(shù)；而如果所研究的數(shù)列波動(dòng)較大，那么第期實(shí)際觀察值對(duì)第期指數(shù)平滑預(yù)測(cè)值的影響應(yīng)大一些，此時(shí)應(yīng)給以較大的值（如0.6~0.9），以加重原數(shù)列觀察值的權(quán)數(shù)。因此，通過(guò)對(duì)平滑系數(shù)的控制，可以控制預(yù)測(cè)結(jié)果的準(zhǔn)確性。統(tǒng)計(jì)預(yù)測(cè)過(guò)程中平滑系數(shù)的確定，一般是在考慮到所研究數(shù)列波動(dòng)情況的基礎(chǔ)上，根據(jù)經(jīng)驗(yàn)確定平滑

35、系數(shù)值，以使所確定的預(yù)測(cè)值能夠比較接近于實(shí)際的發(fā)展變化趨勢(shì)。在不能做出較好的判斷時(shí)，可以分別取不同的值，進(jìn)行平滑預(yù)測(cè)并比較預(yù)測(cè)結(jié)果，以便使預(yù)測(cè)的誤差平方和達(dá)到最小[5]。</p><p>　　3.1.2二次曲線指數(shù)平滑法的計(jì)算過(guò)程</p><p>　　二次曲線指數(shù)平滑法的計(jì)算過(guò)程分為以下七個(gè)步驟[6]：</p><p>　?。?）計(jì)算時(shí)期的單指數(shù)平滑值：</p

36、><p><b>　　。</b></p><p>　　（2）計(jì)算時(shí)期的雙指數(shù)平滑值：</p><p><b>　　。</b></p><p>　?。?）計(jì)算時(shí)期的三重指數(shù)平滑值：</p><p><b>　　。</b></p><p>

37、;　　（4）計(jì)算時(shí)期的水平值：</p><p><b>　　。</b></p><p>　　（5）計(jì)算時(shí)期的線性增量：</p><p><b>　　。</b></p><p>　?。?）計(jì)算時(shí)期的拋物線增量：</p><p><b>　　。</b><

38、;/p><p>　?。?）預(yù)測(cè)時(shí)期以后，即時(shí)期的數(shù)值：</p><p><b>　　。</b></p><p><b>　　其中，是正整數(shù)，。</b></p><p>　　雖然二次曲線指數(shù)平滑法的計(jì)算方法有點(diǎn)復(fù)雜，但對(duì)非平穩(wěn)時(shí)間序列的預(yù)測(cè)相當(dāng)有效，它能隨著時(shí)間序列呈拋物線增長(zhǎng)而調(diào)整預(yù)測(cè)值。二次曲線指數(shù)平

39、滑法的初始值依賴于兩個(gè)時(shí)期的觀測(cè)值和。</p><p><b>　　已知和，假設(shè)：</b></p><p><b>　　，</b></p><p><b>　　那么</b></p><p><b>　　，，。</b></p><p>

40、;<b>　　3.2趨勢(shì)外推法</b></p><p>　　3.2.1概念及適用條件</p><p>　　當(dāng)預(yù)測(cè)對(duì)象依時(shí)間變化呈現(xiàn)某種上升或下降的趨勢(shì)，并且無(wú)明顯的季節(jié)波動(dòng)，又能找到一條合適的函數(shù)曲線反映這種變化趨勢(shì)時(shí)，就可用時(shí)間為自變量，時(shí)序數(shù)值為因變量，建立趨勢(shì)模型：。這種趨勢(shì)能夠延伸到未來(lái)時(shí)，賦予變量所需要的值，就可以得到相應(yīng)時(shí)刻的時(shí)間序列未來(lái)值，稱(chēng)為趨勢(shì)外推法

41、。</p><p>　　趨勢(shì)外推法的假設(shè)條件是：</p><p>　　假設(shè)事物發(fā)展過(guò)程中沒(méi)有跳躍式變化，一般屬于漸進(jìn)變化。</p><p>　　假設(shè)事物的發(fā)展因素也決定事物未來(lái)的發(fā)展，其條件是不變或變化不大。即，假定根據(jù)過(guò)去資料建立的趨勢(shì)外推模型能適合未來(lái)，能代表未來(lái)趨勢(shì)變化的情況，未來(lái)和過(guò)去的趨勢(shì)一樣。</p><p>　　趨勢(shì)外推法是事物

42、發(fā)展?jié)u進(jìn)過(guò)程的一種統(tǒng)計(jì)預(yù)測(cè)方法。它的主要優(yōu)點(diǎn)是可以揭示事物未來(lái)的發(fā)展，并定量地估計(jì)其功能特性。</p><p><b>　　3.2.2模型種類(lèi)</b></p><p>　?。ㄒ唬┒囗?xiàng)式曲線預(yù)測(cè)模型</p><p><b>　　常用的有：</b></p><p>　　1.一次（線性）預(yù)測(cè)模型：<

43、/p><p><b>　　。</b></p><p>　　2.二次（二次拋物線）預(yù)測(cè)模型：</p><p><b>　　。</b></p><p>　　3.三次（三次拋物線）預(yù)測(cè)模型：</p><p><b>　　。</b></p><p

44、>　　4.次（次拋物線）預(yù)測(cè)模型：</p><p><b>　　。</b></p><p>　?。ǘ┲笖?shù)曲線預(yù)測(cè)模型</p><p><b>　　常見(jiàn)的有[6]：</b></p><p>　　1.指數(shù)曲線預(yù)測(cè)模型：</p><p><b>　　。</b

45、></p><p>　　2.修正指數(shù)曲線預(yù)測(cè)模型：</p><p><b>　　。</b></p><p>　?。ㄈ?duì)數(shù)曲線預(yù)測(cè)模型</p><p><b>　　常見(jiàn)的是：</b></p><p><b>　　。</b></p>&

46、lt;p>　?。ㄋ模┥L(zhǎng)曲線預(yù)測(cè)模型</p><p>　　1.皮爾曲線預(yù)測(cè)模型：</p><p><b>　　。</b></p><p>　　式中，為變量的極限值，、為常數(shù)，為時(shí)間。</p><p>　　2.龔珀茲曲線預(yù)測(cè)模型：</p><p><b>　　[7]。</b&g

47、t;</p><p>　　3.3ARIMA模型預(yù)測(cè)法</p><p>　　3.3.1ARIMA模型的定義</p><p>　　ARIMA模型全稱(chēng)為自回歸移動(dòng)平均模型(Autoregressive Integrated Moving Average Model，簡(jiǎn)記ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名時(shí)間序列預(yù)測(cè)方法，所

48、以又稱(chēng)為box-jenkins模型、博克思-詹金斯法[12]。其中）稱(chēng)為差分自回歸移動(dòng)平均模型，是自回歸， 為自回歸項(xiàng)；為移動(dòng)平均，為移動(dòng)平均項(xiàng)數(shù)，為時(shí)間序列成為平穩(wěn)時(shí)所做的差分次數(shù)。</p><p>　　3.3.2ARIMA模型的基本思想及原理</p><p>　　ARIMA模型的基本思想是：將預(yù)測(cè)對(duì)象隨時(shí)間推移而形成的數(shù)據(jù)序列視為一個(gè)隨機(jī)序列，用一定的數(shù)學(xué)模型來(lái)近似描述這個(gè)序列。這個(gè)模

49、型一旦被識(shí)別后就可以從時(shí)間序列的過(guò)去值及現(xiàn)在值來(lái)預(yù)測(cè)未來(lái)值?，F(xiàn)代統(tǒng)計(jì)方法、計(jì)量經(jīng)濟(jì)模型在某種程度上已經(jīng)能夠幫助企業(yè)對(duì)未來(lái)進(jìn)行預(yù)測(cè)[13]。</p><p>　　3.3.3ARIMA模型的結(jié)構(gòu)</p><p>　　具有如下結(jié)構(gòu)的模型稱(chēng)為求和自回歸移動(dòng)平均（autoregressive integrated moving average）模型，簡(jiǎn)記為模型：</p><p&g

50、t;　　式中，；，為平穩(wěn)可逆模型的自回歸系數(shù)多項(xiàng)式；，為平穩(wěn)可逆模型的移動(dòng)平滑系數(shù)多項(xiàng)式。</p><p>　　式（1）可以簡(jiǎn)記為：</p><p>　　式中， 為零均值白噪聲序列[6]。</p><p>　　由于模型的實(shí)質(zhì)就是差分運(yùn)算與模型的組合。所以，任何非平穩(wěn)序列通過(guò)適當(dāng)差分實(shí)現(xiàn)差分平穩(wěn)后平穩(wěn)，就可以對(duì)差分后序列進(jìn)行模型擬合。</p><p

51、>　　3.3.4ARIMA模型預(yù)測(cè)的基本程序</p><p>　?。ㄒ唬└鶕?jù)時(shí)間序列的散點(diǎn)圖、自相關(guān)函數(shù)和偏自相關(guān)函數(shù)圖以ADF單位根檢驗(yàn)其方差、趨勢(shì)及其季節(jié)性變化規(guī)律，對(duì)序列的平穩(wěn)性進(jìn)行識(shí)別。用ADF統(tǒng)計(jì)量檢驗(yàn)時(shí)，若各顯著性水平的臨界值均大于ADF統(tǒng)計(jì)量，則此序列為平穩(wěn)序列。如果不平穩(wěn)，則需對(duì)序列進(jìn)行平穩(wěn)化處理[11]。 </p><p>　　（二）對(duì)非平穩(wěn)序列進(jìn)行平穩(wěn)化處理。&l

52、t;/p><p>　　如果數(shù)據(jù)序列是非平穩(wěn)的，并存在一定的增長(zhǎng)或下降趨勢(shì)，則需要對(duì)數(shù)據(jù)進(jìn)行差分處理，差分公式為：</p><p><b>　　一階差分：</b></p><p><b>　　二階差分：</b></p><p>　　依次類(lèi)推，對(duì)序列進(jìn)行差分，直到序列平穩(wěn)為止。也可以先對(duì)序列取對(duì)數(shù)后再差分[

53、8]。</p><p>　?。ㄈ┘冸S機(jī)性檢驗(yàn)。</p><p>　　純隨機(jī)性檢驗(yàn)也稱(chēng)為白噪聲檢驗(yàn)，是專(zhuān)門(mén)用來(lái)檢驗(yàn)序列是否為純隨機(jī)序列的一種方法。如果一個(gè)序列是純隨機(jī)序列，那它的序列值之間應(yīng)該沒(méi)有任何相關(guān)關(guān)系。</p><p>　　原假設(shè)：延遲期數(shù)小于或等于m期的序列值之間相互獨(dú)立。</p><p>　　備擇假設(shè)：延遲期數(shù)小于或等于m期的序列

54、值之間有相關(guān)性。</p><p><b>　　即為：</b></p><p>　　可通過(guò)觀察序列的ACF圖和PACF圖來(lái)判斷序列是否為純隨機(jī)序列[8]。</p><p>　?。ㄋ模└鶕?jù)時(shí)間序列模型的識(shí)別規(guī)則，建立相應(yīng)的模型。</p><p><b>　　常用兩種方法：</b></p>

55、<p>　?。?）基于自相關(guān)函數(shù)和偏自相關(guān)函數(shù)的定階方法。</p><p>　　若平穩(wěn)序列的偏相關(guān)函數(shù)是階截尾的，而自相關(guān)函數(shù)是拖尾的，可斷定序列適合模型；若平穩(wěn)序列的偏相關(guān)函數(shù)是拖尾的，而自相關(guān)函數(shù)是階截尾的，則可斷定序列適合模型；若平穩(wěn)序列的偏相關(guān)函數(shù)和自相關(guān)函數(shù)均是拖尾的，則序列適合模型。 模型定階的基本原則如表3-1所示[8]。</p><p>　　表 3-1 模型定階基

56、本原則表</p><p>　?。?）最小信息量準(zhǔn)則法。</p><p>　　最小信息量準(zhǔn)則即AIC準(zhǔn)則是由日本統(tǒng)計(jì)學(xué)家Akaike于1973年提出的[6]。該準(zhǔn)則既考慮擬合模型對(duì)數(shù)據(jù)的接近程度，也考慮模型中所含待定參數(shù)的個(gè)數(shù)。在所有通過(guò)檢驗(yàn)的模型中，使得AIC函數(shù)達(dá)到最小的模型為相對(duì)最優(yōu)模型。</p><p>　?。ㄎ澹┻M(jìn)行參數(shù)估計(jì)。</p><

57、p>　　在上述模型識(shí)別的基礎(chǔ)上，利用樣本矩估計(jì)法、最小二乘估計(jì)法或極大似然估計(jì)法等對(duì)的未知參數(shù)，即自回歸系數(shù)、滑動(dòng)平均系數(shù)以及白噪聲方差進(jìn)行估計(jì)。利用AIC準(zhǔn)則進(jìn)行模型定階。 </p><p>　?。┠Ｐ偷娘@著性檢驗(yàn)，診斷殘差序列是否為白噪聲。</p><p>　　模型的顯著性檢驗(yàn)主要是檢驗(yàn)?zāi)Ｐ偷挠行裕粋€(gè)模型是否顯著有效主要看它提取的信息是否充分。一個(gè)好的擬合模型應(yīng)該能夠提取

58、觀察值序列中幾乎所有的樣本相關(guān)信息，換言之，擬合殘差項(xiàng)中將不再蘊(yùn)含任何相關(guān)信息，即殘差序列應(yīng)該為白噪聲序列。殘差序列白噪聲檢驗(yàn)的原假設(shè)和備擇假設(shè)分別為：</p><p>　　檢驗(yàn)統(tǒng)計(jì)量為L(zhǎng)B（Ljung-Box）檢驗(yàn)統(tǒng)計(jì)量：</p><p><b>　　。</b></p><p>　　如果拒絕原假設(shè)，就說(shuō)明殘差序列中還殘留著相關(guān)信息，擬合模型不

59、顯著。如果不能拒絕原假設(shè)，就認(rèn)為擬合模型顯著有效[8]。</p><p>　?。ㄆ撸├靡淹ㄟ^(guò)檢驗(yàn)的模型進(jìn)行預(yù)測(cè)分析。</p><p>　　3.4預(yù)測(cè)精度的測(cè)定</p><p>　　3.4.1預(yù)測(cè)精度的含義</p><p>　　預(yù)測(cè)精度是指預(yù)測(cè)模型的好壞程度，即由預(yù)測(cè)模型所產(chǎn)生的模擬值與歷史實(shí)際值擬合程度的優(yōu)劣。對(duì)于時(shí)間序列預(yù)測(cè)，可以采用歷史

60、數(shù)據(jù)的一部分建立模型，然后預(yù)測(cè)其余的歷史數(shù)據(jù)，以便更直觀的研究預(yù)測(cè)的精度。</p><p>　　3.4.2測(cè)定預(yù)測(cè)精度的方法</p><p>　　（一）平均誤差和平均絕對(duì)誤差</p><p>　　平均誤差的公式可表示為：</p><p><b>　　。</b></p><p>　　如果簡(jiǎn)單的將各項(xiàng)

61、預(yù)測(cè)誤差加起來(lái)并求平均值，則其平均誤差就趨近于零，因?yàn)楦黜?xiàng)預(yù)測(cè)的誤差有正有負(fù)，正負(fù)誤差可以相互抵消，因此平均誤差不能很好的說(shuō)明預(yù)測(cè)精度的高低。為避免這一缺點(diǎn)，可將各預(yù)測(cè)值誤差的絕對(duì)值加起來(lái)計(jì)算平均絕對(duì)誤差，其公式為：</p><p><b>　　。</b></p><p>　?。ǘ┢骄鄬?duì)誤差和平均相對(duì)誤差絕對(duì)值</p><p><b&

62、gt;　　平均相對(duì)誤差：</b></p><p><b>　　。</b></p><p>　　由于平均相對(duì)誤差也存在正負(fù)抵消問(wèn)題，因此應(yīng)用較多的是平均相對(duì)誤差絕對(duì)值。公式為：</p><p><b>　　。</b></p><p>　?。ㄈ╊A(yù)測(cè)誤差的方差和標(biāo)準(zhǔn)差</p>

63、<p>　　預(yù)測(cè)誤差的方差可用公式表示為：</p><p><b>　　。</b></p><p>　　將預(yù)測(cè)誤差的方差開(kāi)根號(hào)，即可求出預(yù)測(cè)誤差的標(biāo)準(zhǔn)差。能使預(yù)測(cè)誤差的方差最小的預(yù)測(cè)方法所產(chǎn)生的預(yù)測(cè)值的誤差一般都較小。因此，預(yù)測(cè)誤差的方差比平均絕對(duì)誤差或平均相對(duì)誤差絕對(duì)值能更好的衡量預(yù)測(cè)的精確度。</p><p><b>　

64、　3.5組合預(yù)測(cè)模型</b></p><p>　　3.5.1組合預(yù)測(cè)的定義及基本原理</p><p>　　組合預(yù)測(cè)是將幾種預(yù)測(cè)方法所得的預(yù)測(cè)結(jié)果，選取適當(dāng)?shù)臋?quán)重進(jìn)行加權(quán)平均的一種預(yù)測(cè)方法。組合預(yù)測(cè)有兩種基本形式：一是等權(quán)組合，、即各預(yù)測(cè)方法的預(yù)測(cè)值按相同的權(quán)數(shù)組合成新的組合預(yù)測(cè)值；二是不等權(quán)組合，即賦予不同預(yù)測(cè)方法的預(yù)測(cè)值的權(quán)數(shù)是不一樣的。它集中了更多的經(jīng)濟(jì)信息與預(yù)測(cè)技巧，能減

65、少預(yù)測(cè)的系統(tǒng)誤差，顯著改進(jìn)預(yù)測(cè)效果。</p><p>　　組合預(yù)測(cè)方法的原理：假設(shè)在某一預(yù)測(cè)問(wèn)題中，對(duì)該序列對(duì)象有種預(yù)測(cè)方法，其中利用第種方法對(duì)時(shí)段的預(yù)測(cè)值為，利用這個(gè)預(yù)測(cè)值構(gòu)成一個(gè)對(duì)的最終預(yù)測(cè)結(jié)果，即，如果各種方法的權(quán)重，滿足，則組合預(yù)測(cè)模型可表示為：</p><p><b>　　。</b></p><p><b>　　4 實(shí)證分析

66、</b></p><p>　　4.1二次曲線指數(shù)平滑模型分析及預(yù)測(cè)</p><p>　　4.1.1指數(shù)平滑系數(shù)的確定</p><p>　　為了能更精確的預(yù)測(cè)，本文通過(guò)給予不同數(shù)值（0.1~0.9）計(jì)算其平均相對(duì)誤差絕對(duì)值（）來(lái)進(jìn)行比較，從中選擇的最佳值。在此將第一期的實(shí)際觀察值作為初始值，運(yùn)用Excel完成計(jì)算過(guò)程。平均相對(duì)誤差絕對(duì)值（）公式為[6]：&

67、lt;/p><p><b>　　。</b></p><p>　　通過(guò)計(jì)算得出不同的值對(duì)應(yīng)的平均相對(duì)誤差絕對(duì)值（）如表4-1所示。</p><p>　　表 4-1 不同的值對(duì)應(yīng)的平均相對(duì)誤差絕對(duì)值（）</p><p>　　從表4-1可以看出值為0.5對(duì)應(yīng)的平均相對(duì)誤差絕對(duì)值（）最小，因此選用。根據(jù)二次曲線指數(shù)平滑法的計(jì)算步驟來(lái)

68、預(yù)測(cè)欽州市第三產(chǎn)業(yè)的生產(chǎn)總值，得出表4-2。</p><p>　　表 4-2 運(yùn)用二次曲線指數(shù)平滑法得出的預(yù)測(cè)值</p><p>　　由表4-2得知，，，，因此得出二次曲線指數(shù)預(yù)測(cè)模型為：。</p><p><b>　　為延后的期數(shù)，。</b></p><p>　　利用此模型預(yù)測(cè)得出2012年欽州市第三產(chǎn)業(yè)的生產(chǎn)總值為：

69、</p><p><b>　　。</b></p><p>　　4.2趨勢(shì)外推模型分析及預(yù)測(cè)</p><p><b>　　4.2.1數(shù)據(jù)分析</b></p><p>　　根據(jù)圖2-1可以看出，是一條隨時(shí)間的推移而增長(zhǎng)的曲線，那么可以嘗試用線性模型，二次預(yù)測(cè)模型、三次預(yù)測(cè)模型、指數(shù)模型來(lái)對(duì)數(shù)據(jù)進(jìn)行擬合。

70、本文運(yùn)用SPSS16.0軟件對(duì)數(shù)據(jù)進(jìn)行處理，得出結(jié)果如圖4-1。</p><p>　　圖 4-1 各曲線對(duì)數(shù)據(jù)的擬合情況圖</p><p>　　觀察圖4-1，除了線性模型外其他的曲線模型對(duì)數(shù)據(jù)的擬合情況都比較吻合，為了更精確的確定模型，還需要進(jìn)行參數(shù)估計(jì)。</p><p>　　表 4-3 各模型參數(shù)估計(jì)</p><p>　　從表4-3可以看出

71、，二次預(yù)測(cè)模型和三次預(yù)測(cè)模型的擬合效果都不錯(cuò)，決定系數(shù)都大于0.9。其中，三次預(yù)測(cè)模型的決定系數(shù)最大，擬合效果最好。值和值都通過(guò)檢驗(yàn)，所以選擇用三次預(yù)測(cè)模型對(duì)數(shù)據(jù)進(jìn)行建模。根據(jù)表4-3可得出方程表達(dá)式為</p><p><b>　　。</b></p><p><b>　　4.2.2模型預(yù)測(cè)</b></p><p>　　根據(jù)

72、三次預(yù)測(cè)模型可得各年份第三產(chǎn)業(yè)生產(chǎn)總值的預(yù)測(cè)值，如表4-4所示。</p><p>　　表 4-4各年份欽州市第三產(chǎn)業(yè)的實(shí)際生產(chǎn)總值與預(yù)測(cè)值（單位：億元）</p><p>　　利用該模型，可得出2012年第三產(chǎn)業(yè)生產(chǎn)總值的預(yù)測(cè)值。計(jì)算結(jié)果為：</p><p><b>　　。</b></p><p>　　4.3ARIMA模型

73、分析及預(yù)測(cè)</p><p>　　4.3.1判斷平穩(wěn)性</p><p>　　根據(jù)時(shí)序圖2-1可以明顯看出，該序列呈上升趨勢(shì)，直觀來(lái)看，為非平穩(wěn)。為了進(jìn)一步驗(yàn)證其平穩(wěn)性，運(yùn)用Eview6.0軟件對(duì)序列進(jìn)行單位根檢驗(yàn)[9]。從表4-5可看出原始序列在顯著性水平1%的臨界值為-3.808546，在顯著性水平5%的臨界值為-3.020686，在顯著性水平10%的臨界值為-2.650413，均小于AD

74、F統(tǒng)計(jì)量的值（6.698497），由ADF統(tǒng)計(jì)量檢驗(yàn)平穩(wěn)性原理可知原始序列為非平穩(wěn)序列。</p><p>　　表 4-5 ADF統(tǒng)計(jì)量和各顯著性水平臨界值</p><p>　　4.3.2原始數(shù)據(jù)的對(duì)數(shù)和差分處理</p><p>　　為了減小波動(dòng)，先對(duì)原始數(shù)據(jù)對(duì)數(shù)化得到，再將其進(jìn)行一階差分得到序列，處理后的數(shù)據(jù)見(jiàn)表4-6。</p><p>　

75、　表 4-6 對(duì)原始數(shù)據(jù)取對(duì)數(shù)、一階差分和二階差分后的數(shù)據(jù)</p><p>　　對(duì)序列進(jìn)行ADF單位根檢驗(yàn)，結(jié)果如表4-7。</p><p>　　表 4-7 一階差分后ADF統(tǒng)計(jì)量和各顯著性水平臨界值</p><p>　　從表4-7中可以看出，在顯著性水平1%的臨界值（-3.886751）和顯著性水平5%的臨界值（-3.052169）都小于ADF統(tǒng)計(jì)量（-2.79

76、5706），因此一階差分后的序列仍不平穩(wěn)。則需進(jìn)行二階差分，得到序列，處理后的數(shù)據(jù)見(jiàn)表4-6。</p><p>　　圖4-2 序列折線圖</p><p>　　二階差分后的序列折線圖如圖4-2所示。從圖中可得知，原序列的趨勢(shì)已經(jīng)消除。再對(duì)序列進(jìn)行ADF單位根檢驗(yàn)，結(jié)果見(jiàn)下表4-8。</p><p>　　表4-8 二階差分后ADF統(tǒng)計(jì)量和各顯著性水平臨界值</p

77、><p>　　從表4-8中可看出，在顯著性水平1%的臨界值（-3.857386）、顯著性水平5%的臨界值（-3.040391）和顯著性水平10%的臨界值（-2.660551）都大于ADF統(tǒng)計(jì)量（-12.06644），因此二階差分后的序列為平穩(wěn)序列。</p><p>　　4.3.3模型的識(shí)別</p><p>　　做平穩(wěn)序列的自相關(guān)函數(shù)（ACF）和偏相關(guān)函數(shù)（PACF）圖，

78、如圖4-3所示[9]。</p><p>　　圖 4-3 平穩(wěn)序列的自相關(guān)和偏相關(guān)圖</p><p>　　從圖4-3可以看出，自相關(guān)系數(shù)是一階截尾的，而偏相關(guān)系數(shù)是拖尾的，且均落在二倍標(biāo)準(zhǔn)差范圍內(nèi)，因?yàn)樵蛄幸炎隽硕A差分處理，則可以判斷該模型為模型。模型系數(shù)檢驗(yàn)如表4-9所示。</p><p>　　表4-9 模型的系數(shù)檢驗(yàn)</p><p>

79、　　由表4-9可知，模型系數(shù)為-0.607395，統(tǒng)計(jì)量為-3.244385，對(duì)應(yīng)的值為0.0045（<0.05），通過(guò)檢驗(yàn)。修正的為0.343970，AIC值為0.277988。模型表達(dá)式為：</p><p><b>　　。</b></p><p>　　4.3.4模型的診斷</p><p>　　對(duì)殘差序列進(jìn)行白噪聲檢驗(yàn)，做出殘差的自相關(guān)

80、和偏相關(guān)圖，如圖4-4所示。</p><p>　　圖4-4殘差序列的自相關(guān)和偏相關(guān)圖</p><p>　　由圖4-4可知，延遲12階以下的值都大于0.05。在的條件下不能拒絕原假設(shè)，說(shuō)明殘差序列為白噪聲序列，幾乎沒(méi)有可提取的信息，模型顯著有效。</p><p><b>　　4.3.5模型預(yù)測(cè)</b></p><p>　　

81、運(yùn)用模型預(yù)測(cè)2012年欽州市第三產(chǎn)業(yè)的生產(chǎn)總值。結(jié)果為：。</p><p>　　4.4三種模型預(yù)測(cè)的精度比較</p><p>　　為了更好的衡量預(yù)測(cè)的精確度，本文采用計(jì)算預(yù)測(cè)誤差的方差（）來(lái)進(jìn)行比較。選擇1995-2011年的數(shù)據(jù)進(jìn)行預(yù)測(cè)對(duì)比。</p><p>　　表4-10 三種模型的預(yù)測(cè)結(jié)果對(duì)比</p><p>　　表4-11 三種模型的

82、預(yù)測(cè)誤差的方差（）值</p><p>　　由表4-11知，趨勢(shì)外推法的預(yù)測(cè)誤差的方差最小，說(shuō)明趨勢(shì)外推法的精度最高。根據(jù)表4-10繪制三種方法的預(yù)測(cè)效果圖，如圖4-5所示。</p><p>　　圖4-5 三種方法預(yù)測(cè)效果圖</p><p>　　從圖4-5可看出，三種方法的預(yù)測(cè)跟實(shí)際值相差很小，效果都比較理想，但趨勢(shì)外推法的偏差更小精確度更高。</p>

83、<p>　　4.5組合預(yù)測(cè)模型的分析及預(yù)測(cè)</p><p>　　4.5.1權(quán)重的確定問(wèn)題</p><p>　　為了提高預(yù)測(cè)精度，本文采用標(biāo)準(zhǔn)差法確定組合權(quán)重。預(yù)測(cè)誤差的標(biāo)準(zhǔn)差公式為：</p><p><b>　　。</b></p><p>　　設(shè)二次曲線指數(shù)平滑法、曲線趨勢(shì)外推法、ARIMA模型的預(yù)測(cè)誤差的標(biāo)準(zhǔn)

84、差分別為，，且。取為模型的權(quán)數(shù)[12]。</p><p>　　通過(guò)以上公式計(jì)算出各單項(xiàng)模型的權(quán)重分別為，，。由此得出組合預(yù)測(cè)模型為：</p><p><b>　　。</b></p><p>　　式中為組合預(yù)測(cè)值，為二次曲線指數(shù)平滑預(yù)測(cè)值，為趨勢(shì)外推預(yù)測(cè)值，為模型預(yù)測(cè)值。</p><p>　　本文運(yùn)用1995-2011年的

85、欽州市第三產(chǎn)業(yè)生產(chǎn)總值數(shù)據(jù)計(jì)算組合模型的預(yù)測(cè)誤差的方差。</p><p>　　表4-12 組合模型的預(yù)測(cè)結(jié)果（單位：億元）</p><p>　　表4-13 三種模型與組合模型的預(yù)測(cè)誤差方差對(duì)比</p><p>　　從表4-13可以看出，組合模型的預(yù)測(cè)誤差的方差最小，說(shuō)明組合模型綜合了單一模型的優(yōu)點(diǎn)，提高了預(yù)測(cè)的精確度。</p><p>　　

86、4.5.2組合模型的預(yù)測(cè)結(jié)果</p><p>　　由組合預(yù)測(cè)模型可計(jì)算出2012年欽州市第三產(chǎn)業(yè)的生產(chǎn)總值為：</p><p><b>　　。</b></p><p><b>　　5 結(jié)論</b></p><p>　　文章通過(guò)運(yùn)用三種單一預(yù)測(cè)方法分別對(duì)1991-2011年欽州市第三產(chǎn)業(yè)的生產(chǎn)總值數(shù)

87、據(jù)進(jìn)行分析預(yù)測(cè)，然后將這三種單一模型進(jìn)行組合，得出組合預(yù)測(cè)模型，并對(duì)2012年欽州市的第三產(chǎn)業(yè)生產(chǎn)總值進(jìn)行預(yù)測(cè)，結(jié)果得出組合預(yù)測(cè)模型的預(yù)測(cè)更加準(zhǔn)確。</p><p>　　第三產(chǎn)業(yè)對(duì)第一二產(chǎn)業(yè)的發(fā)展具有重要作用，是生產(chǎn)力提高和社會(huì)進(jìn)步的必然結(jié)果。對(duì)第三產(chǎn)業(yè)生產(chǎn)總值的預(yù)測(cè)能使國(guó)家更清楚的了解經(jīng)濟(jì)的波動(dòng)情況，同時(shí)，更加精確科學(xué)的預(yù)測(cè)能使投資者更能把握投資方向。</p><p><b>

88、　　致謝</b></p><p>　　伴隨著論文的最終成稿，我復(fù)雜的心情終于開(kāi)朗，甚至還有一點(diǎn)成就感。在此，我要特別感謝我的指導(dǎo)老師鄧?yán)蠋?，無(wú)論是找工作還是寫(xiě)論文，他始終能認(rèn)真負(fù)責(zé)的給予我深刻而細(xì)致的指導(dǎo)，幫助我開(kāi)拓思路、精心點(diǎn)撥、熱忱鼓勵(lì)。正是鄧?yán)蠋煹臒o(wú)私幫助，我的畢業(yè)論文才得以順利完成，謝謝鄧光明老師。此外，還有我的舍友們，感謝你們?cè)谡撐氖褂密浖系闹笇?dǎo)，謝謝你們。同時(shí)，還有各學(xué)科的老師們和幫助過(guò)

89、我的人，感謝你們的諄諄教誨，在你們的耐心幫助下，我才得以順利完成學(xué)業(yè)。最后，感謝一直在背后默默幫助、支持我的家人，謝謝！</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1]百度百科.第三產(chǎn)業(yè). http://baike.baidu.com/view/30796.htm.</p><p>　　[2]百度文庫(kù).計(jì)量經(jīng)濟(jì)學(xué)論文（

90、第三產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)的影響）http://wenku.baidu.com/view/3844a497daef5ef7ba0d3cb9.html.</p><p>　　[3]百度百科.欽州港資料. </p><p>　　http://wenku.baidu.com/view/68959649cf84b9d528ea7a8a.html.</p><p>　　[4]易丹輝，

91、統(tǒng)計(jì)預(yù)測(cè)—方法與應(yīng)用[M].北京：中國(guó)人民大學(xué)出版社，1990.</p><p>　　[5]劉德智，統(tǒng)計(jì)學(xué)[M].北京：清華大學(xué)出版社，2008.</p><p>　　[6]徐國(guó)祥，統(tǒng)計(jì)預(yù)測(cè)和決策[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2008.</p><p>　　[7]何曉群，劉文卿編著.應(yīng)用回歸分析[M].北京：中國(guó)人民大學(xué)出版社，2001.</p>

92、<p>　　[8]王燕，應(yīng)用時(shí)間序列分析[第二版][M].北京：中國(guó)人民大學(xué)出版社，2008.</p><p>　　[9]高鐵梅，計(jì)量經(jīng)濟(jì)分析方法與建?！狤-views應(yīng)用及實(shí)例（第二版）[M].北京：清華大學(xué)出版社，2010.</p><p>　　[10]周賀來(lái)，Excel2007統(tǒng)計(jì)工作職場(chǎng)應(yīng)用實(shí)例[M].北京：機(jī)械工業(yè)出版社，2009.</p><p&g

93、t;　　[11] [英]特倫斯.C.米爾斯，余卓菁譯.金融時(shí)間序列的經(jīng)濟(jì)計(jì)量學(xué)模型（第二版）[M].北京：經(jīng)濟(jì)科學(xué)出版社，2002.</p><p>　　[12] 簡(jiǎn)述ARIMA模型原理及其在海關(guān)稅收預(yù)測(cè)上的運(yùn)用[J].2011.</p><p>　　[13]周凱.ARIMA模型在湖南省GDP預(yù)測(cè)中的應(yīng)用[J].</p><p>　　[14]董偉．組合預(yù)測(cè)方法在廣東