arma模型在我国劳动力市场统计分析中的应用.docx

ARMA模型在我国劳动力市场统计分析中的应用

模型简介：
　　　ARMA模型（Auto-Regressive and Moving Average Model）是研究时间序列的重要方法，由自回归模型（简称AR模型）与滑动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等。

建模步骤：
　　　1、求出该观察值序列的样本自相关系数（ACF）和样本偏自相关系数(PACF)的值。
　　　2、根据样本自相关系数和偏相关系数的性质，选择阶数适当的ARMA(p，q)模型进行拟合。
　　　3、估计模型中的位置参数的值。
　　　4、检验模型的有效性。如果拟合模型通不过检验，步骤转向（2），重新选择模型在拟合。
　　　5、模型优化。如果拟合模型通过检验，仍然转向步骤（2），充分考虑各种可能，建立多个拟合模型，从所有通过检验的拟合模型中选择最有的模型。
　　　6、利用拟合模型，预测序列的将来走势。