基于arima模型的我國人口預測預測畢業(yè)論文

1、基于基于ARIMA模型的我國人口預測預模型的我國人口預測預測1.前言前言人口問題是一個世界各國普遍關注的問題。人作為一種資源，主要體現(xiàn)在人既是生產者，又是消費者。作為生產者，人能夠發(fā)揮其的主觀能動性，加速科技進步，促進社會經濟的發(fā)展；作為消費者，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。因為影響一個國家或地區(qū)的人口數(shù)量不僅僅是一個自然再生過程，它還涉及到這個國家或地區(qū)的經濟增長，環(huán)境資源的承載力等因素。一個國家或地

2、區(qū)的人口規(guī)模直接影響著其經濟的發(fā)展、政治結構的穩(wěn)定、社會的進步和資源的利用。中國是世界人口第一大國，人口問題始終是影響我國可持續(xù)發(fā)展的核心因素。由于我國20世紀5060年代在人口政策方面的失誤，不僅造成人口總數(shù)增長過快，而且年齡結構也不合理。因此，要在保證人口有限增長的前提下適當控制人口老齡化水平，把年齡結構調整到合適的區(qū)間，就是一項長期而又艱巨的任務。用建立數(shù)學模型的方法對人口發(fā)展的過程進行描述、分析和預測，進而研究和控制人口增長和人

3、口老齡化的政策、策略，早已引起各有關方面的極大關注和興趣，并成為系統(tǒng)科學、經濟科學和人口科學研究中重要的應用交叉研究領域。因此人口研究、預測和控制是關系國計民生的大事。最早的人口預測模型可以追溯到英國人口學家馬爾薩斯。馬爾薩斯根據(jù)百余年的人口統(tǒng)計數(shù)據(jù)資料，于1798年提出了著名的人口指數(shù)增長模型。后來，人們通過對馬氏模型的修正，又提出了阻滯增長模型(logistic模型)，該模型在一定的時期內也取得了比較令人滿意的結果。指數(shù)增長模型和阻

4、滯增長模型都是確定性的，只考慮人口總數(shù)變化的連續(xù)時間。后來，人們又發(fā)展出了隨機性模型，如考慮人口年齡分布的模型等。人口預測，作為經濟、社會研究的一種方法，應用越來越廣泛，也越來越受到人們的重視。在描繪未來小康社會的藍圖時，首先應要考慮的是未來中國的人口數(shù)量、結構、分布、勞動力、負擔系數(shù)等等，而這又必須通過人口預測來一一顯示。人口預測研究是國家制定未來人口發(fā)展目標和生育政策等有關人口政策的基礎，對于國民經濟計劃的制定和社會戰(zhàn)略目標的決策具

5、有重要參考價值。一般的人口預測統(tǒng)計學模型，預測精度都難以保2.3建模步驟建模步驟1.觀察時間序列。根據(jù)時間序的散點圖自相關函數(shù)(ACF)圖和偏自相關函(PACF)圖以及ADF單位根檢驗觀察其方差、趨勢及其季節(jié)性變化規(guī)律識別該序列的平穩(wěn)性。2.對序列進行平穩(wěn)化處理。如果數(shù)據(jù)序列是非平穩(wěn)的并存在一定的增長或下降趨勢則需對數(shù)據(jù)進行差分處理如果數(shù)據(jù)序列存在異方差性則需對數(shù)據(jù)進行對數(shù)轉換或者開方處理直到處理后數(shù)據(jù)的自相關函數(shù)值和偏相關函數(shù)值無顯著

6、地異于零。3.模型識別。若平穩(wěn)時間序列的偏相關函數(shù)是截尾的而自相關函數(shù)是拖尾的則可斷定此序列適合AR模型若平穩(wěn)時間序列的偏相關函數(shù)是拖尾的而自相關函數(shù)是截尾的則可斷定此序列適合MA模型若平穩(wěn)時間序列的偏相關函數(shù)和自相關函數(shù)均是拖尾的則此序列適合ARMA模型。4.對ARIMA(pdq)模型定階估計參數(shù)。5.模型檢驗。進行假設檢驗診斷白噪聲檢驗假設模型殘差的ACF值和PACF值在早期或季節(jié)性延遲點處不得大于置信區(qū)間同時殘差應理想化為0均值。

7、可觀察殘差的ACF圖、PACF圖并輔以D—w值、t值等檢驗法。6.預測分析。時間序列分析包括以下步驟:分析時間序列的隨機特性用實際統(tǒng)計序列構造預測模型根據(jù)所得模型做出最佳的預測值。3.我國人口預測模型的構建步驟我國人口預測模型的構建步驟3.1數(shù)據(jù)的選取數(shù)據(jù)的選取文章選取的數(shù)據(jù)來源于中國統(tǒng)計年鑒，其中1981年及以前數(shù)據(jù)為戶籍統(tǒng)計數(shù)1982、1990、2000、2010年數(shù)據(jù)為當年人口普查數(shù)據(jù)推算數(shù)；其余年份數(shù)據(jù)為在年度人口抽樣調查基礎上