时间序列预测的应用

本文旨在探讨时间序列预测的一种应用框架,利用江苏省农村常住居民人均可支配收入时间序列数据,剔除价格因素,分析序列相关、平稳性等情况。通过一阶滞后和二次差分,变非平稳序列为平稳序列,变显著自相关为正态分布。通过模型识别,拟合自回归差分移动平均模型(ARIMA),在评估模型拟合效果基础上,预测农村常住居民人均可支配收入,并结合原始数据变换,模型识别、拟合、评估、预测过程,进一步探讨ARIMA模型在预测结果和应用方面的通用性、准确性、局限性和拓展性。