本科畢業(yè)設(shè)計(jì)論文題目欽州市第三產(chǎn)業(yè)生產(chǎn)總值的統(tǒng)計(jì)預(yù)測(cè)與分析摘要?dú)J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。本文的數(shù)據(jù)從作者的所在單位欽州港經(jīng)濟(jì)技術(shù)開發(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19912011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)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。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)STATISTICALPREDICTIONANDANALYSISOFTHETERTIARYINDUSTRYGDPINQINZHOUCITYSTUDENTWEIXIAOHETEACHERDENGGUANGMINGABSTRACTQINZHOUCITYISONEOFTHEIMPORTANTCITIESFORTHEDEVELOPMENTOFTHEBEIBUGULF,INPARTICULAR,RAPIDECONOMICDEVELOPMENTSINCE2008QINZHOUPORTAPPROVEDNATIONALBONDEDPORTAREAMEANWHILE,THEDEVELOPMENTOFTERTIARYINDUSTRYHASALSOBEENSIGNIFICANTLYIMPROVED,INDUSTRIES,THETERTIARYINDUSTRY,THEREAREALOTOFINVESTMENT,SUCHASTHETRANSPORTATIONINDUSTRYINRECENTYEARS,THEPROPORTIONOFTERTIARYINDUSTRYINTHENATIONALECONOMYISRISING,THECONTRIBUTIONTOTHEECONOMYISALSOGROWINGTHEREFORE,THEPREDICTIONOFTHETERTIARYINDUSTRYGDPINQINZHOUCITY,NOTONLYCLEARTHETERTIARYINDUSTRYSHAREOFGDP,BUTALSOTOPROVIDEINVESTORSWITHMOREACCURATETHEORETICALREFERENCEINTHISPAPERTHEDATAOBTAINEDFROMTHEAUTHORSWORKUNITQINZHOUPORTECONOMICDEVELOPMENTZONE,ECONOMICDEVELOPMENTBOARDARTICLEINTRODUCEDQINZHOUCITYTERTIARYINDUSTRYDEVELOPMENTSTATUSANDCHARACTERISTICSBASEDONTHEANALYSISOFTHEIMPORTANTROLEOFTHETERTIARYINDUSTRYOFNATIONALECONOMICGROWTH,RESPECTIVELY,USINGQUADRATICCURVEEXPONENTIALSMOOTHING,TRENDEXTRAPOLATION,SUMMATIONAUTOREGRESSIVEMOVINGQINZHOUCITY19912011TERTIARYINDUSTRYGDP,THEAVERAGEMODELARIMAMODELMODELINGANALYSISTOPREDICTTHETRENDOFDEVELOPMENTOFTERTIARYINDUSTRYINQINZHOUCITYIN2012THEFINALANDTHENTHREEBECOMBINEDINASINGLEMODEL,DERIVEDCOMBINATIONFORECASTINGMODELTOPREDICTANDTHETERTIARYINDUSTRYGDPIN2012QINZHOUCITYBYCOMPARINGTHEPREDICTIONACCURACY,THERESULTSSHOWTHATTHETRENDEXTRAPOLATIONFORECASTACCURACYISHIGH,BUTTHECOMBINATIONFORECASTINGMODELCOMBINESTHEADVANTAGESOFASINGLEMODEL,MAKINGTHEPREDICTIONMOREACCURATEKEYWORDSTERTIARYINDUSTRYEXPONENTIALSMOOTHINGTRENDEXTRAPOLATIONARIMAMODELCOMBINEDMODELFORECAST目次摘要IIIABSTRACTIV引言11緒論111第三產(chǎn)業(yè)的含義112第三產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)的影響113欽州市第三產(chǎn)業(yè)的發(fā)展現(xiàn)狀22分析概況321方法的選取及整體思路322數(shù)據(jù)來(lái)源323數(shù)據(jù)作圖分析43預(yù)測(cè)方法的基本原理531二次曲線指數(shù)平滑法5311確定平滑系數(shù)5312二次曲線指數(shù)平滑法的計(jì)算過(guò)程532趨勢(shì)外推法6321概念及適用條件6322模型種類733ARIMA模型預(yù)測(cè)法8331ARIMA模型的定義8332ARIMA模型的基本思想及原理8333ARIMA模型的結(jié)構(gòu)8334ARIMA模型預(yù)測(cè)的基本程序934預(yù)測(cè)精度的測(cè)定10341預(yù)測(cè)精度的含義10342測(cè)定預(yù)測(cè)精度的方法1135組合預(yù)測(cè)模型12351組合預(yù)測(cè)的定義及基本原理124實(shí)證分析1341二次曲線指數(shù)平滑模型分析及預(yù)測(cè)13411指數(shù)平滑系數(shù)的確定1342趨勢(shì)外推模型分析及預(yù)測(cè)15421數(shù)據(jù)分析15422模型預(yù)測(cè)1643ARIMA模型分析及預(yù)測(cè)17431判斷平穩(wěn)性17432原始數(shù)據(jù)的對(duì)數(shù)和差分處理17433模型的識(shí)別19434模型的診斷20435模型預(yù)測(cè)2144三種模型預(yù)測(cè)的精度比較2145組合預(yù)測(cè)模型的分析及預(yù)測(cè)23451權(quán)重的確定問(wèn)題23452組合模型的預(yù)測(cè)結(jié)果245結(jié)論25致謝26參考文獻(xiàn)27引言隨著經(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。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19912011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。1緒論11第三產(chǎn)業(yè)的含義第三產(chǎn)業(yè)，又稱第三次產(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。12第三產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)的影響第三產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的一個(gè)重要部門，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)奮斗目標(biāo)具有重大意義。13欽州市第三產(chǎn)業(yè)的發(fā)展現(xiàn)狀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)493。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)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。2分析概況21方法的選取及整體思路用數(shù)據(jù)做出曲線圖，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。22數(shù)據(jù)來(lái)源數(shù)據(jù)來(lái)源是欽州港經(jīng)濟(jì)技術(shù)開發(fā)區(qū)經(jīng)濟(jì)發(fā)展局，但是1993年、1997年、1998年的數(shù)據(jù)沒有查到，因此本文運(yùn)用SPSS160進(jìn)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)。表21欽州市第三產(chǎn)業(yè)實(shí)際生產(chǎn)總值（單位億元）年份期數(shù)T第三產(chǎn)業(yè)生產(chǎn)總值TY年份期數(shù)T第三產(chǎn)業(yè)生產(chǎn)總值TY199112462002124911199223232003135425199331194200414552119944175820051562921995524520061673021996628582007179284199773186200818119041998831862009191395319999350120102016634200010393620112119009200111447223數(shù)據(jù)作圖分析實(shí)際生產(chǎn)總值020406080100120140160180200199019952000200520102015實(shí)際生產(chǎn)總值圖21欽州市第三產(chǎn)業(yè)生產(chǎn)總值的曲線圖（單位億元）從圖21可清楚的看出，第三產(chǎn)業(yè)生產(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)?，因?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。3預(yù)測(cè)方法的基本原理31二次曲線指數(shù)平滑法指數(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。311確定平滑系數(shù)進(jìn)行指數(shù)平滑預(yù)測(cè)時(shí)，對(duì)于平滑系數(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0103），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TT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0609），1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。312二次曲線指數(shù)平滑法的計(jì)算過(guò)程二次曲線指數(shù)平滑法的計(jì)算過(guò)程分為以下七個(gè)步驟6（1）計(jì)算時(shí)期的單指數(shù)平滑值T1TS。1TTTXS（2）計(jì)算時(shí)期的雙指數(shù)平滑值T2T。121TTT（3）計(jì)算時(shí)期的三重指數(shù)平滑值T3TS。231TTTS（4）計(jì)算時(shí)期的水平值TTA。1233TTTT（5）計(jì)算時(shí)期的線性增量TTB。2123650841TTTTBSSS（6）計(jì)算時(shí)期的拋物線增量TTC。2123TTTTS（7）預(yù)測(cè)時(shí)期以后，即時(shí)期的數(shù)值MMTMF。2TTTTABC其中，是正整數(shù)，。1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)平滑法的初始值依賴于兩個(gè)時(shí)期的觀測(cè)值和。1X2已知和，假設(shè)1X2，1321XS那么，。121XS122S1232XS32趨勢(shì)外推法321概念及適用條件當(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T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YYFTT要的值，就可以得到相應(yīng)時(shí)刻的時(shí)間序列未來(lái)值，稱為趨勢(shì)外推法。趨勢(shì)外推法的假設(shè)條件是（1）假設(shè)事物發(fā)展過(guò)程中沒有跳躍式變化，一般屬于漸進(jìn)變化。（2）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。趨勢(shì)外推法是事物發(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。322模型種類（一）多項(xiàng)式曲線預(yù)測(cè)模型常用的有1一次（線性）預(yù)測(cè)模型。01TYBT2二次（二次拋物線）預(yù)測(cè)模型。201TT3三次（三次拋物線）預(yù)測(cè)模型。2301TYBTBT4次（次拋物線）預(yù)測(cè)模型N。201NTTT（二）指數(shù)曲線預(yù)測(cè)模型常見的有61指數(shù)曲線預(yù)測(cè)模型。BTTYAE2修正指數(shù)曲線預(yù)測(cè)模型。TTC（三）對(duì)數(shù)曲線預(yù)測(cè)模型常見的是。LNTYABT（四）生長(zhǎng)曲線預(yù)測(cè)模型1皮爾曲線預(yù)測(cè)模型。1TBTLYAE式中，為變量的極限值，、為常數(shù)，為時(shí)間。LTYA2龔珀茲曲線預(yù)測(cè)模型7。TBTYK33ARIMA模型預(yù)測(cè)法331ARIMA模型的定義ARIMA模型全稱為自回歸移動(dòng)平均模型AUTOREGRESSIVEINTEGRATEDMOVINGAVERAGEMODEL，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，所以又稱為BOXJENKINS模型、博克思詹金斯法12。其中）稱為差分自回歸移動(dòng)平均模型，是自回歸，為自回歸項(xiàng)；ARIM,PDQARP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)。D332ARIMA模型的基本思想及原理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。333ARIMA模型的結(jié)構(gòu)具有如下結(jié)構(gòu)的模型稱為求和自回歸移動(dòng)平均（AUTOREGRESSIVEINTEGRATEDMOVINGAVERAGE）模型，簡(jiǎn)記為模型ARIM,PDQ20,01TTTTSSBXEVARET式中，；，為平穩(wěn)可逆模型的自1DD1PB,ARMPQ回歸系數(shù)多項(xiàng)式；，為平穩(wěn)可逆模型的移動(dòng)平滑系1QB,數(shù)多項(xiàng)式。式（1）可以簡(jiǎn)記為DTTBX式中，為零均值白噪聲序列6。T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)ARIMARM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。AR334ARIMA模型預(yù)測(cè)的基本程序（一）根據(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。（二）對(duì)非平穩(wěn)序列進(jìn)行平穩(wěn)化處理。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，差分公式為一階差分1TTX二階差分2TTTX依次類推，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8。（三）純隨機(jī)性檢驗(yàn)。純隨機(jī)性檢驗(yàn)也稱為白噪聲檢驗(yàn)，是專門用來(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)該沒有任何相關(guān)關(guān)系。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。備擇假設(shè)延遲期數(shù)小于或等于M期的序列值之間有相關(guān)性。即為0120,1,KHK至少存在某個(gè)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。（四）根據(jù)時(shí)間序列模型的識(shí)別規(guī)則，建立相應(yīng)的模型。常用兩種方法（1）基于自相關(guān)函數(shù)和偏自相關(guān)函數(shù)的定階方法。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，TYKPK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)ARPK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KQMAQK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K,RP表31所示8。表31模型定階基本原則表自相關(guān)K偏相關(guān)K模型定階拖尾階截尾P模型ARP階截尾Q拖尾模型MQ拖尾拖尾模型,（2）最小信息量準(zhǔn)則法。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。（五）進(jìn)行參數(shù)估計(jì)。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,ARMPQ計(jì)。利用AIC準(zhǔn)則進(jìn)行模型定階。（六）模型的顯著性檢驗(yàn)，診斷殘差序列是否為白噪聲。模型的顯著性檢驗(yàn)主要是檢驗(yàn)?zāi)Ｐ偷挠行?，一個(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0120,1,MKHK至少存在某個(gè)檢驗(yàn)統(tǒng)計(jì)量為L(zhǎng)B（LJUNGBOX）檢驗(yàn)統(tǒng)計(jì)量。21,0MKLBN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。（七）利用已通過(guò)檢驗(yàn)的模型進(jìn)行預(yù)測(cè)分析。34預(yù)測(cè)精度的測(cè)定341預(yù)測(cè)精度的含義預(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。342測(cè)定預(yù)測(cè)精度的方法（一）平均誤差和平均絕對(duì)誤差平均誤差的公式可表示為。1NIEME如果簡(jiǎn)單的將各項(xiàng)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。1NIEMAD（二）平均相對(duì)誤差和平均相對(duì)誤差絕對(duì)值平均相對(duì)誤差。1NIYPE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。1NIIYMAPE（三）預(yù)測(cè)誤差的方差和標(biāo)準(zhǔn)差預(yù)測(cè)誤差的方差可用公式表示為。2211NINIIESEY將預(yù)測(cè)誤差的方差開根號(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。35組合預(yù)測(cè)模型351組合預(yù)測(cè)的定義及基本原理組合預(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，能減少預(yù)測(cè)的系統(tǒng)誤差，顯著改進(jìn)預(yù)測(cè)效果。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，F(xiàn)K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)IT1,2IKFK的最終預(yù)測(cè)結(jié)果，即，如果各種方法的權(quán)重，F(xiàn)12,FYF12,TKWW滿足，則組合預(yù)測(cè)模型可表示為1KIW。121,KIYFFWF1,2TN4實(shí)證分析41二次曲線指數(shù)平滑模型分析及預(yù)測(cè)411指數(shù)平滑系數(shù)的確定為了能更精確的預(yù)測(cè)，本文通過(guò)給予不同數(shù)值（0109）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MAPE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61YMAPE。NIIYMAPE10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41所示。APE表41不同的值對(duì)應(yīng)的平均相對(duì)誤差絕對(duì)值（）MAPE01033179602019010603014686604011855105009940306011700607013872080166397090202839從表41可以看出值為05對(duì)應(yīng)的平均相對(duì)誤差絕對(duì)值（）最小，因此選MAPE用。根據(jù)二次曲線指數(shù)平滑法的計(jì)算步驟來(lái)預(yù)測(cè)欽州市第三產(chǎn)業(yè)的生產(chǎn)總值，05得出表42。表42運(yùn)用二次曲線指數(shù)平滑法得出的預(yù)測(cè)值年份TY1TS2T3TSTATBTC1MFT19912462462462461992323285265256313043010199311947395023791090521114362199417581249875627174768612516681995245184913629952456785119249519962858235418581426291365606433011997318627702314187032384860123601199831862978264622583254192056373019993501323929432600349118304634182000393635883265293339002980103651200144724030364832904437445025419320024911447040593675490947902748942003542549484503408954225190305401200455215234486944795575304024595620056292576353164897623951902958682006730265335924541172368450956772200792847908691661649140159023981292008119049906841172871177224223711084920091395311930101708729140062553318143802010166341428212226104781664528233071671920111900916645144351245719086278623019622由表42得知，因此得出二次曲線指數(shù)預(yù)測(cè)219086A21786B23TC模型為。2173MYM為延后的期數(shù)，。,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。21987Y42趨勢(shì)外推模型分析及預(yù)測(cè)421數(shù)據(jù)分析根據(jù)圖21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。本文運(yùn)用SPSS160軟件對(duì)數(shù)據(jù)進(jìn)行處理，得出結(jié)果如圖41。圖41各曲線對(duì)數(shù)據(jù)的擬合情況圖觀察圖41，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)。表43各模型參數(shù)估計(jì)DEPENDENTVARIABLE第三產(chǎn)業(yè)生產(chǎn)總值MODELSUMMARYPARAMETERESTIMATESEQUATIONRSQUAREFDF1DF2SIGCONSTANTB1B2B3LINEAR0833944821190243597727QUADRATIC095318099321802148842330544CUBIC09951166E33170157961401614830061EXPONENTIAL086512144119060550169從表43可以看出，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09。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2R2RFP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43可得出方程表達(dá)式為。23Y1579640T18T061T422模型預(yù)測(cè)根據(jù)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44所示。表44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）年份期數(shù)T實(shí)際值TY預(yù)測(cè)值TY199112463202199223236792199331194145521994417582044419955245248341996628582808819977318630572199883186326521999935013469420001039363706420011144724012820021249114425220031354254980220041455215714420051562926664420061673027866820071792849358220081811904111752200919139531335442010201663415932420112119009189458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2Y。2431Y43ARIMA模型分析及預(yù)測(cè)431判斷平穩(wěn)性根據(jù)時(shí)序圖21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TY了進(jìn)一步驗(yàn)證其平穩(wěn)性，運(yùn)用EVIEW60軟件對(duì)序列進(jìn)行單位根檢驗(yàn)9。從表45T可看出原始序列在顯著性水平1的臨界值為3808546，在顯著性水平5的臨界值為3020686，在顯著性水平10的臨界值為2650413，均小于ADF統(tǒng)計(jì)量的值（6698497），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。TY表45ADF統(tǒng)計(jì)量和各顯著性水平臨界值432原始數(shù)據(jù)的對(duì)數(shù)和差分處理為了減小波動(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LOGTY列，處理后的數(shù)據(jù)見表46。1LOGTIY表46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)年份期數(shù)TTYLOGTY1LOGTIY2LOGTIY199112460900161199223231172482027232119933119424798941307412103509121994417582866762038686809205441995524531986730331911005495719966285833527070154034017787719977318634613510108644004539199883186346135100108644199993501355563400942820094282420001039363672750117116002283392001114472380042101276710010554420021249113894063009364200340292003135425399360300995400058985200414552140111440017541008199920051562924141864013072011317892006167302429073301488690018149320071792844530878024014400912749200818119044779460248582000843782009191395349382801588200897622010201663451140340175754001693422011211900952474980133464004229對(duì)序列進(jìn)行ADF單位根檢驗(yàn)，結(jié)果如表47。1LOGTIY表47一階差分后ADF統(tǒng)計(jì)量和各顯著性水平臨界值從表47中可以看出，在顯著性水平1的臨界值（3886751）和顯著性水平5的臨界值（3052169）都小于ADF統(tǒng)計(jì)量（2795706），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)見表46。2LOGTIY12080400408129294969800204060810圖42序列折線圖2LOGTIY二階差分后的序列折線圖如圖42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)果見下表48。2LOGTIY表48二階差分后ADF統(tǒng)計(jì)量和各顯著性水平臨界值從表48中可看出，在顯著性水平1的臨界值（3857386）、顯著性水平5的臨界值（3040391）和顯著性水平10的臨界值（2660551）都大于ADF統(tǒng)計(jì)量（1206644），因此二階差分后的序列為平穩(wěn)序列。2LOGTIY433模型的識(shí)別做平穩(wěn)序列的自相關(guān)函數(shù)（ACF）和偏相關(guān)函數(shù)（PACF）圖，如圖432LOGTIY所示9。圖43平穩(wěn)序列的自相關(guān)和偏相關(guān)圖從圖43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49所示。0,21ARIM表49模型的系數(shù)檢驗(yàn)由表49可知，模型系數(shù)為0607395，統(tǒng)計(jì)量為3244385，對(duì)應(yīng)的值為TP00045（005），通過(guò)檢驗(yàn)。修正的為0343970，AIC值為0277988。模型表達(dá)式2R為。21067395TTBYB434模型的診斷對(duì)殘差序列進(jìn)行白噪聲檢驗(yàn)，做出殘差的自相關(guān)和偏相關(guān)圖，如圖44所示。圖44殘差序列的自相關(guān)和偏相關(guān)圖由圖44可知，延遲12階以下的值都大于005。在的條件下不能拒絕P05原假設(shè)，說(shuō)明殘差序列為白噪聲序列，幾乎沒有可提取的信息，模型顯著有效。435模型預(yù)測(cè)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0,21ARIM2Y。234Y44三種模型預(yù)測(cè)的精度比較為了更好的衡量預(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MSE較。選擇19952011年的數(shù)據(jù)進(jìn)行預(yù)測(cè)對(duì)比。表410三種模型的預(yù)測(cè)結(jié)果對(duì)比年份實(shí)際值二次曲線指數(shù)平滑法趨勢(shì)外推法ARIMA模型19952452495248343265982199628583301280884065792199731863601305724129906199831863733265241579519993501341834694374525220003936365137064400800620014472419340128447404420024911489444252508240220035425540149802550665320045521595657144604742320056292586866644593826820067302677278668692303420079284812993582820420720081190410849111752109499520091395314381335441450822201016634167191593241674694201119009196221894581991181表411三種模型的預(yù)測(cè)誤差的方差（）值MSE二次曲線指數(shù)平滑法趨勢(shì)外推法ARIMA模型MSE值264442915359564599552由表411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410繪制三種方法的預(yù)測(cè)效果圖，如圖45所示。0501001502002501994199619982000200220042006200820102012實(shí)際值二次曲線指數(shù)平滑法趨勢(shì)外推法ARIMA模型圖45三種方法預(yù)測(cè)效果圖從圖45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。45組合預(yù)測(cè)模型的分析及預(yù)測(cè)451權(quán)重的確定問(wèn)題為了提高預(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。2211NINIIESDEY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)差分別為，且。取為模型的權(quán)數(shù)12。12331,2TI,23TIIW通過(guò)以上公式計(jì)算出各單項(xiàng)模型的權(quán)重分別為，108，。由此得出組合預(yù)測(cè)模型為2076W3086。12303876YY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，Y12為模型預(yù)測(cè)值。3ARIM本文運(yùn)用19952011年的欽州市第三產(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。表412組合模型的預(yù)測(cè)結(jié)果（單位億元）年份實(shí)際值組合模型預(yù)測(cè)值年份實(shí)際值組合模型預(yù)測(cè)值1