時間序列分析期末論文 時間序列模型在人口增長中的應(yīng)用

《時間序列分析期末論文 時間序列模型在人口增長中的應(yīng)用》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、課程論文時間序列分析題目時間序列模型在人口增長中的應(yīng)用學(xué)院數(shù)學(xué)與統(tǒng)計學(xué)院專業(yè)統(tǒng)計學(xué)班級統(tǒng)計（二）班學(xué)生姓名殷婷2010101217指導(dǎo)教師劉翠霞職稱2012年10月29日引言人口問題是一個世界各國普遍關(guān)注的問題。人作為一種資源，主要體現(xiàn)在人既是生產(chǎn)者，又是消費(fèi)者。作為生產(chǎn)者，人能夠發(fā)揮主觀能動性，加速科技進(jìn)步，促進(jìn)社會經(jīng)濟(jì)的發(fā)展；作為消費(fèi)者，面對有限的自然資源，人在發(fā)展的同時卻又不得不考慮人口數(shù)量的問題。我國是一個人口大國，人口數(shù)量多，增長快，人口素質(zhì)低；由于人口眾多，不僅造成人均資源的數(shù)量很少，而且造成住房、教育、就業(yè)等方面

2、的很大壓力。所以人口數(shù)量是社會最為關(guān)注的問題，每年新增加的國民生產(chǎn)總值有相當(dāng)一部分被新增加的人口所抵消，從而造成社會再生產(chǎn)投入不足，嚴(yán)重影響了國民經(jīng)濟(jì)的可持續(xù)發(fā)展。因此，認(rèn)真分析研究我國目前的人口發(fā)展現(xiàn)狀和特點(diǎn)，采取切實(shí)可行的措施控制人口的高速增長，已經(jīng)成為我國目前經(jīng)濟(jì)發(fā)展中需要解決的首要問題。本文通過時間序列模型對人口的增長進(jìn)行預(yù)測，國家制定未來人口發(fā)展目標(biāo)和生育政策等有關(guān)人口政策的基礎(chǔ)，對于國民經(jīng)濟(jì)計劃的制定和社會戰(zhàn)略目標(biāo)的決策具有重要參考價值。人口的預(yù)測，作為經(jīng)濟(jì)、社會研究的需要，應(yīng)用越來越廣泛，也越來越受到人們的重視。

3、在描繪未來小康社會的藍(lán)圖時，首先應(yīng)要考慮的是未來中國的人口數(shù)量、結(jié)構(gòu)、分布、勞動力、負(fù)擔(dān)系數(shù)等等，而這又必須通過人口的預(yù)測來一一顯示。人口數(shù)量在時間上的變化，可以用時間序列模型來預(yù)測其繼后期的數(shù)量。本文通過時間序列分析的方法對人口增長建立模型,取得了較好的預(yù)測結(jié)果。時間序列分析是研究動態(tài)數(shù)據(jù)的動態(tài)結(jié)構(gòu)和發(fā)展變化規(guī)律的統(tǒng)計方法。以1990年至2008年中國人口總數(shù)為例,用時間序列分析Eviews軟件建立模型,并對人口的增長進(jìn)行預(yù)測,研究時間序列模型在人口增長中的應(yīng)用?；炯僭O(shè)(1)在預(yù)測中國人口的增長趨勢時，假設(shè)全國人口數(shù)量的變

4、化是封閉的即人口的出生率和死亡率是自然變化的，而不考慮與其他國家的遷移狀況；(2)在預(yù)測的年限內(nèi)，不會出現(xiàn)意外事件使人口發(fā)生很大的波動，如戰(zhàn)爭，疾??；(3)題目數(shù)據(jù)能夠代表全國的整體人數(shù)。。問題分析根據(jù)抽樣的基本原理，預(yù)測人口增長趨勢最直接的方法就是預(yù)測出人口總數(shù)的增長量，因此我們運(yùn)用中華人民共和國國家統(tǒng)計局得到的1990年到2008年度總?cè)丝跀?shù)據(jù)。考慮到遷移率、死亡率、出生率、年齡結(jié)構(gòu)等多個因素對人口數(shù)量的影響，求解人口增長趨勢的關(guān)鍵是如何在我們的模型中充分的利用這些影響因素從而使我們的預(yù)測結(jié)果具有較高的精確性。研究數(shù)據(jù)：年

5、份總?cè)藬?shù)1990114333199111582319921171711993118517199411985019951211211996122389199712362619981247611999125786200012674320011276272002128453200312922720041299882005130756200613144820071321292008132802分析：這是通過原始數(shù)據(jù)得到的散點(diǎn)圖，可以看出人數(shù)呈現(xiàn)的是逐漸上升的趨勢。研究步驟:分析描述性統(tǒng)計量，由以上數(shù)據(jù)計算總?cè)藬?shù)的均值和標(biāo)準(zhǔn)差：總?cè)藬?shù)的

6、均值=124871總?cè)藬?shù)的標(biāo)準(zhǔn)差=5787.78觀察值個數(shù)=19運(yùn)用eviews軟件對白噪聲序列進(jìn)行檢驗(yàn)：步驟為：1.導(dǎo)入數(shù)據(jù)，選擇file—new—workfile導(dǎo)入數(shù)據(jù)，再選擇file—import—readtextlotus——excel，輸入相關(guān)數(shù)據(jù)名稱（X）。2.打開resid序列，view，correlogram，差分階數(shù)選擇level，點(diǎn)擊“確定”。所以可以對起建模。同時得到樣本的自相關(guān)圖分析：從上圖可知，看q統(tǒng)計量的伴隨p值，可以看出該人口總數(shù)序列為非白噪聲序列，自相關(guān)函數(shù)圖和偏自相關(guān)函數(shù)圖中，除了延遲1階的

7、偏自相關(guān)系數(shù)顯著大一2倍標(biāo)準(zhǔn)差之外，其他的偏自相關(guān)系數(shù)都在2倍標(biāo)準(zhǔn)差范圍內(nèi)做小值變動，所以該自相關(guān)系數(shù)可視為1階截尾。因此該X序列設(shè)定為AR模型。于是對于系列X，我們初步建立了AR（1）模型。平穩(wěn)性檢驗(yàn)：分析：ADF檢驗(yàn)的結(jié)果，拒絕原假設(shè)，認(rèn)為該序列沒有單位根，該序列是平穩(wěn)的。同樣，序列與時間之間的關(guān)系還有很多，比如指數(shù)曲線，生命曲線等，其回歸模型的建立。參數(shù)估計等方法與回歸分析相同。模型參數(shù)估計AR(1)回歸結(jié)果圖：模型擬合圖分析：可以看到，解釋變量的系數(shù)估計值在5%的顯著性水平下都是顯著的。模型擬合圖，殘差波動圍繞在0值波

8、動，擬合值差距不大，可以看出AR模型：模型顯著性檢驗(yàn)圖：模型殘差圖：殘差的平穩(wěn)性和純隨機(jī)性檢驗(yàn)分析：對殘差序列進(jìn)行白噪聲檢驗(yàn)，可以看出ACF和PACF都沒有顯著異于0，且，q統(tǒng)計量對應(yīng)的p值都小于0.05，所以該序列平穩(wěn)。模型的預(yù)測點(diǎn)擊“forecast”，會彈出一個對話框，