【分析】上海市每万人口在校大学生人数分析报告

文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.【关键字】分析上海市每万人口在校大学生人数分析报告以1978~2013年上海市每万人口在校大学生人数数为研究对象，利用Eviews软件与SPSS软件，对其进行确定性分析与ARIMA模型拟合，为后期上海市每万人口在校大学生人数进行预测二、关键词：在校大学生人数确定性分析ARIMA模型单位根检验1956年，美国经济学家索罗一反新古典经济学派的理论框架，在生产函数中引入了一个除资本和劳动力之外的变量——知识和技术。1990年，又一位美国经济学家保罗·罗默提出技要工具和手段，因此，知识经济时代，人类生产方式在从“资本积累”向“知识积累和创新”点和支撑点。一个国家的经济越是走向现代化，科技水平和劳动力素质作用的价值就越大，教育和教育产业对整个经济的作用力就越不可忽视。谁能抢占教育产业的制高点，谁能实现市每万人在校大学生的人数是至关重要的。问题重述:关于上海市每万人口在校大学生人数分析报告及短期预测最常用的是确定性因素分解方法，其源于长期的观察实践——人们将序列的各种变1word版本可编辑.欢迎下载支持.文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.化归纳为4种因素的综合影响，长期趋势(T)、循环波动(C)、季节变动(S)、随机波动(I)，在观察时间不够长时，不考虑循环波动。因素间的影响相互作用构成几大模型——加法滑法得出模型，最后对未来进行预测。1.绘制时序图，观察序列是否有明显的趋势与周期。2.选择拟合模型，根据序列的趋势、周期选择合适的拟合模型。3.计算季节指数(序列有明显周期才计算)。4.消除季节影响，用原始序列除以相应的季节指数，再趋势拟合。5.短期预测ARIMA模型全称为差分自返回移动平均模型。是由博克思和詹金斯于70年代初提间序列成为平稳时所做的差分次数。ARIMA模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机过去值及现在值来预测未来值。1.绘制时序图，观察序列的平稳性。2.差分平稳化，对不平稳的序列进行差分运算使之变成平稳。3.白噪声检验，对差分后平稳的序列进行白噪声检验。4.模型拟合，对平稳非白噪声差分序列拟合ARMA模型。5.残差检验6.短期预测ARIMA模型的检验如下:2word版本可编辑.欢迎下载支持.3word版本可编辑.欢迎下载支持.文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.一阶差分后的序列图如下:hasaunitrootticbasedonSICmaxlagatisticedDickeyFullerteststatisticTestcriticalvalues1%levell*MacKinnon(1996)one-sidedp-values.P4word版本可编辑.欢迎下载支持.文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.EviewsADF是：tt1ititi=1tt1ititi=1Xt+6X+mX+tt1ititi=10NullHypothesisDYhasaunitrootLagLengthAutomaticbasedonSIC,maxlag=9)t-StatisticAugmentedDickey-FullerteststatisticTestcriticalvalues1%levell5word版本可编辑.欢迎下载支持.文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.图6二阶差分后自相关与偏自相关根检验图7时序图根据图7时序图可知，此数据有一定规律性，下面我们对其进行模型假设及检验6word版本可编辑.欢迎下载支持.文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.图9立方模型与原数据的拟合图像并建立模型7word版本可编辑.欢迎下载支持.文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.图11模型预测及拟合图像的不算完美，但是也在误差范围之内，我们是对上8word版本可编辑.欢迎下载支持.文档从网络中收集，已重新整理排版.word版本可编辑.欢迎下载支持.)但ARIMA模型无法分析，最终我们选择了趋势分析的方法2、联系实际，虽然模型拟合的不算完美，但我们清楚的知道大学生在校学生数呈现增长的趋势，表明越来越多的人对教育的重视3、国家应该加强对教育的投入，加强对学校的设施进行更新，毕竟教育对国家与一个民族至关重要。性。