文摘
英文文摘
声明
第一章绪论
1.1研究的目的和意义
1.2时间序列模型的发展
1.3国内外的应用研究进展
1.3.1国外研究进展
1.3.2国内研究进展
1.4国内ARMA模型的主要应用
1.5研究方法与内容
1.5.1 EViews(Econometric Views)软件的介绍
1.5.2我国牛肉产业的发展
1.5.3数据的选取
1.5.4我国牛肉产量、进出口贸易的已有预测方法
第二章时间序列分析方法的理论研究
2.1时间序列的含义
2.2时间序列模型
2.3平稳时间序列
2.3.1随机平稳时间序列
2.3.2非平稳时间序列
2.3.3随机平稳时间序列样本的数字特征
2.4时间序列模型的建模步骤
2.4.1判断时间序列的平稳性
2.4.2模型的识别
2.4.3模型的定阶
2.4.4模型参数的估计
2.4.5模型检验
2.5预测评价中的其他指标
第三章我国牛肉产量的实例分析
3.1数据来源
3.2检查数据的平稳性
3.2.1散点图检验
3.2.2自相关系数判断
3.2.3单位根检验
3.3检查一阶差分的平稳性
3.3.1散点图检验
3.3.2自相关系数判断
3.3.3单位根检验
3.4建立ARIMA(p,d,q)模型
3.4.1检查牛肉产量二次差分的平稳性
3.4.2模型的识别和定阶
3.4.3模型检验
3.4.4模型的预测结果
3.5建立指数-ARMA(p,q)模型
3.5.1指数回归残差序列的平稳性检验
3.5.2模型的识别和定阶
3.5.3模型的检验
3.5.4模型的预测结果
3.6结论
第四章我国牛肉进口量的实例分析
4.1数据的选择
4.2序列的平稳性检验
4.3建立ARIMA(p,d,q)模型
4.3.1检验一阶差分序列的平稳性
4.3.2模型的识别和定阶
4.3.3模型的检验
4.4建立直线-ARMA(p,q)模型
4.4.1直线回归残差序列的平稳性检验
4.4.2模型的识别和定阶
4.4.3模型的检验
4.5结论
第五章我国牛肉出口量的实例分析
5.1数据来源
5.2时间序列的平稳性检验
5.2.1散点图检验
5.2.2自相关系数判断
5.2.3单位根检验
5.3一阶差分时间序列的平稳性检验
5.3.1散点图检验
5.3.2自相关系数判断
5.3.3单位根检验
5.4模型的识别和定阶
5.5模型的检验
5.6结论
第六章我国牛肉进口额的实例分析
6.1数据来源
6.2序列的平稳性检验
6.2.1散点图检验
6.3建立ARIMA(p,d,q)模型
6.3.1一阶差分序列的平稳性检验
6.3.2模型的识别和定阶
6.3.3模型的检验
6.4建立直线-ARMA(p,q)模型
6.4.1检验残差序列的平稳性
6.4.2模型的识别和定阶
6.4.3模型的检验
6.5结论
第七章我国牛肉出口额的实例分析
7.1数据来源
7.2时间序列的平稳性检验
7.2.1散点图检验
7.3一阶差分序列的平稳性检验
7.3.1散点图检验
7.3.2自相关系数判断
7.3.3单位根检验
7.4模型的识别和定阶
7.5模型的检验
7.5.1模型的拟合图
7.5.2残差序列的自相关系数、偏相关系数以及Q统计量检验
7.6结论
第八章 结果和讨论
8.1我国牛肉产量的预测模型
8.2我国牛肉进口量预测模型
8.3我国牛肉出口量的拟合模型
8.4我国牛肉进口额预测模型
8.5我国牛肉出口额拟合模型
8.6讨论
参考文献
致谢
个人简历