生产总值模型—— 应用时间序列分析期末论文2014 年 11 月班级：信计 1202 姓名：孟奥学号： 1130112210 信计 1202 李朔1130112206 一、实验目的：掌握用 Box-Jeakins 方法及 Paudit-Wu 方法建模及预测二、实验内容：某地区 1983— 2005 年各季度的实际国际生产总值的分析与预测某地区 1983— 2005 年各季度生产总值前64 个数据如下：t 观测值t 观测值t 观测值1 5253.8 23 6759.4 45 7715.1 2 5372.3 24 6848.6 46 7815.7 3 5478.4 25 6918.1 47 7859.5 4 5590.5 26 6963.5 48 7951.6 5 5699.8 27 7013.1 49 7973.7 6 5797.9 28 7030.9 50 7988.0 7 5854.3 29 7112.1 51 8053.1 8 5902.4 30 7130.3 52 8112.0 9 5956.9 31 7130.8 53 8169.2 10 6007.8 32 7076.9 54 8303.1 11 6101.7 33 7040.8 55 8372.7 12 6148.6 34 7086.5 56 8470.6 13 6207.4 35 7120.7 57 8536.1 14 6232.0 36 7154.1 58 8665.8 15 6291.7 37 7228.2 59 8773.7 16 6323.4 38 7297.7 60 8838.4 试对前60个数据进行建模分析，并预测61— 64 个数据。三、数据检验1、检验是否平稳法一：图形检验（1） 根据表中数据我们先画出序列图并对序列图进行平稳性分析。（2） Matlab 程序代码clear all;t=linspace(1,60,60);y=[5253.8 5372.3 5478.4 5590.5 5699.8 5797.9 5854.3 5902.4 5956.9 6007.8 6101.7 6148.6 6207.4 6232.0 6291.7 6323.4 6365.0 6435.0 6493.4 6606.8 6639.1 6723.5 6759.4 6848.6 6918.1 6963.5 7013.1 7030.9 7112.1 7130.3 7130.8 7076.9 7040.8 7086.5 7120.7 7154.1 7228.2 7297.7 7369.5 7450.7 7459.7 7497.5 7536.0 7637.4 7715.1 7815.7 7859.5 7951.6 7973.7 7988.0 8053.1 8112.0 8169.2 8303.1 8372.7 8470.6 8536.1 8665.8 8773.7 8838.4];plot(t,y);xlabel('时间 t');ylabel('观测值 y');title('数据对应的序列图 ');（3） 得到图（ 1）17 6365.0 39 7369.5 61 8936.2 18 6435.0 40 7450.7 62 8995.3 19 6493.4 41 7459.7 63 9098.9 20 6606.8 42 7497.5 64 9237.1 21 6639.1 43 7536.0 22 6723.5 44 7637.4 图（ 1）（4）观察图形，发现数据存在长期向上的趋势。表示序列是不平稳的。法二：利用样本自相关...
