文 献 综 述一、选题的目的和意义在国民经济发展过程中,国内生产总值(GDP)无疑是衡量一个国家综合国力的重要指标。GDP是指在一定时期内(一个季度或一年),一个国家或地区所有常住单位全部生产活动的最终结果。常被认为是衡量一个国家经济状况的最佳指标(刘薇2008)。这个指标不仅能从总体上度量国民产出和收入规模,也能从整体上度量经济波动和经济周期状态。成为宏观经济中最受关注的经济数据,被认为是衡量国民经济发展、判断宏观经济运行状况的一个重要指标,也是政府制定经济发展战略和经济政策的重要依据。因此,准确的分析预测GDP具有重要的理论和实际意义。通过时间序列分析方法进行动态多步预测，以及根据静态预测的数据观测预测结果的准确度。从而利用预测出的数据为相关部门科学地制定相应政策提供参考。45651
二、国内外研究现状
三、本人研究课题的启发
本文以时间序列理论为基础,以江苏省1981年至2010年三十年的地区生产总值为数据基础资料,对数据进行平稳化处理论文网、模型识别、参数估计,建立时间序列模型,并对模型进行检验,确定较适合模型为自回归模型对江苏省2011—2013年GDP作出预测并与实际值比较,控制相对误差在合理的范围内,继续利用ARMA模型对我市未来5年的地区生产总值做出预测。
参考文献
•    [1] 魏宁,边宽江,袁志发.  基于ARIMA模型的陕西省GDP分析与预测[J]. 安徽农业科学. 2010(09)
•    [2] 师思.  ARIMA模型在固定资产投资变化率预测中的运用[J]. 统计与决策. 2009(10)
•    [3] 梁鑫,谢佳利,李朝.  广西GDP的统计预测模型及其应用[J]. 经济数学. 2008(03)
•    [4] 宋海礁.  ARIMA模型在上海市GDP预测中的应用[J]. 科教文汇(上旬刊). 2008(08)
•    [5] 李战江,曹海燕.  使用ARIMA模型对内蒙古GDP进行时序建模及预测[J]. 内蒙古农业大学学报(自然科学版). 2008(02)
•    [6] 龚国勇.  ARIMA模型在深圳GDP预测中的应用[J]. 数学的实践与认识. 2008(04)
•    [7] 谭诗璟.  ARIMA模型在湖北省GDP预测中的应用——时间序列分析在中国区域经济增长中的实证分析[J]. 时代金融. 2008(01)
•    [8] 文明刚,颜丙胜.  ARIMA模型在河北GDP预测中的应用[J]. 科技创业月刊. 2007(11)
•    [9] 靳珊.  ARIMA模型在贵州GDP中的应用[J]. 科教文汇(中旬刊). 2007(10)
•    [10] 韩卫国.  ARIMA模型在GDP预测中的应用[J]. 内蒙古科技与经济. 2007(16)
•    [11] 刘荣其.  基于聚类和时序分析的林分生长模型[D]. 福建农林大学 2009
•    [12] 李大利.  一种时间序列预测方法的应用研究[D]. 吉林大学 2008
•    [13] 刘丽华.  基于时变非平稳时间序列分析的故障诊断方法研究[D]. 北京化工大学 2008
•    [14] 刘薇.  时间序列分析在吉林省GDP预测中的应用[D]. 东北师范大学 2008
•    [15] 汤岩.  时间序列分析的研究与应用[D]. 东北农业大学 2007
•    [16] 孟毅.  我国居民储蓄的时间序列建模及预测应用研究[D]. 辽宁工程技术大学 2006
•    [17] 华来庆.  时间序列分析在短周期高发病率事件预测中的应用研究[D]. 第二军医大学 2005
•    [18] 田金方.  一类经济时间序列分析模型及其应用[D]. 山东师范大学 2003 国际黄金价价格波动因素开题报告:http://www.751com.cn/kaiti/lunwen_47175.html