首页> 中文学位 >苏州社会消费品零售总额简析
【6h】

苏州社会消费品零售总额简析

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章、前言

1.1背景

1.2研究目的

1.3研究对象

1.4使用的软件和数据来源

第二章、理论依据

2.1聚类分析

2.1.1 原理

2.1.2 常用方法

2.1.3 分析使用的聚类方法

2.2 时间序列分析方法

2.2.1 ARMA模型

2.2.2 ARIMA模型

2.2.3 利用RAIMA模型预测的步骤

第三章 苏州社会消费品零售总额的聚类

3.1 数据的导入

3.2聚类分析

第四章、苏州社会消费品零售总额的预测试验

4.1 数据的来源和数据的数量

4.1.1 数据的来源

4.1.2 数据的数量

4.2消费品零售总额的预处理分析

4.2.1 时间序列的平稳性检验及处理

4.2.2 时间序列的季节性消除

4.2.3纯随机性的检验

4.3 模型的判断

4.4 模型的参数估计与检验

4.5 模型的预测

第五章 结论

致谢

参考文献

附录

展开▼

摘要

随着时代的不断发展与进步,人们的消费需求不断增长,社会消费品零售总额不断发展,随着‘十一五’期间政府对内需、消费的一系列调整,使得消费需求成为我国经济发展的一大要素,而社会消费品零售总额很好地反映了这一要素的特征。
  现今,对市场经济的波动幅度及时了解、及时反应成为了各大国家经济工作的一大重点,而对国民消费需求的了解恰好可以利用社会消费品零售总额很好地反映出来。而且,从‘十一五’到近年来,国内市场上消费需求不足的现象一直存在,又因为国际形势的复杂,使得国家处于缺少外需和内需之中。因此利用社会消费品零售总额进行预测对国家解决内需问题有着及其大的积极影响。
  本文首先对部分往年的社会消费品零售总额进行聚类,分析出过往消费需求经历过几大变动。然后重点论述了社会消费品零售总额利用时间序列分析方法进行建模以及预测的相关事宜,其中包括对ARMA模型、ARIMA模型的简单介绍。而后利用ARIMA(p,d,q)*(P,D,Q)^s模型对社会消费品零售总额的预测,最终利用时间序列分析方法成功建立模型,确定了相对最优模型之后,首先对原始数据进行拟合,当发现拟合很好之后,则利用2013年的真实数据与使用模型预测的预测值进行对比,确定了模型的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号