智者论道智库时代 ·220· 基于 AR 模型的贵州省农村居民恩格尔系数分析 范贤广 (贵州工程应用技术学院,贵州毕节 551700) 摘要:文章收集了 1978 年 -2017 年贵州省农村 h 居民生活支出数据,根据恩格尔系数定义计算出恩格尔系数,建立 AR 模型对贵州省农村居民恩格尔系数加以分析和预测,结果表明未来几年贵州省农村居民恩格尔系数呈逐年下降的趋势。 关键词:恩格尔系数;AR 模型;预测 中图分类号:F272.1 文献标识码:A 文章编号:2096-4609(2019)23-0220-002 一、引言 十九世纪,德国统计学家恩格尔提出著名的恩格尔定律认为:一个家庭用于购买食物的支出占总支出中的比率(即恩格尔系数)与该家庭得收入成反向变动的关系,即恩格尔系数会随着家庭收入和生活水平的提高而降低,因此恩格尔系数也常常用来衡量居民生活水平和经济发展程度。 对恩格尔系数的分析一直是经济学研究的热点问题,一直以来,人们对恩格尔系数的研究大多从对影响其变化的因素、恩格尔系数计算公式的改进和恩格尔系数在不同地区的适应性等角度展开。文章搜集数据并计算贵州省农村居民 1978 年至 2017 年的数据并计算恩格尔数据做成数据序列,展开对贵州省农村居民恩格尔系数的分析,由于恩格尔系数时间序列变化兼具多样性和复杂性,本文拟采用时间序列建模方法加以分析。 二、基于 AR 模型的贵州省农村居民恩 格尔系数实证分析 (一)AR(P)模型简介 如果一个时间序列 可以表示成 t p j jtjt yy εβ β ++= ∑ = − 1 0 ,其中 }{ t ε 是一个零均值白 噪声序列,则称 为一个p阶自回归过程,记为 。如果与上述 过 程相匹配的方程 01 1 =−= ∑ = p j j jzz ββ )( 的根在单位 圆 1|| =z 外,那么则称该 过程是平稳的。 (二)模型识别与回归 搜集贵州省农村居民自 1978 年至 2017 年人均总支出和食品总支出数据,按照恩格尔系数的定义式 计算出各年恩格尔系数 , 这里 分别代表恩格尔系数、食品支出和总支出。 为避免出现伪回归,先对恩格尔系数EC 序列做平稳性检验,这里选择 ADF 检验,利用 EVIEWS 统计分析系统先后对含有时间趋势项和截距项(Trend and intercept,第 3 种情形)、仅含有截距项(intercept,第 2 种情形)和既不含时间趋势项又不含截距项(none,第 1 种情形)做单位根检验,结果如表 1: 表1 ADF平稳性检验结果 检验方法 τ 统计量的值 τ 统计量 的 p值 是否平稳 第3种情形 ADF 检验 -1.418999 0.8395 否 第2种情形 ADF 检验 0.909217 0.9946 否 第1种情形 ADF 检验 -2.117910 0.0344 是 单位根检验结果显示,变量 EC 是无截 距项和时间趋势项的平稳序列。 为了准确地判断模型形式,利用 EVIEWS 统计分析系统输出变量 EC 的样本 PACF 和样本 ACF 图如图 1: 根据图 1 可知,样本 ACF 图呈拖尾,样本 PACF 图呈 1 阶截尾,可以初步判断是 AR (1)模型。为确保精确合理,根据放大滞后阶数的 t 检验和 AIC、SC、HQ 信息准则,残差序列相关检验结果综合判断最优滞后阶 数是多少。 从放大的滞后阶数 3 阶开始建立 AR(3)模型,依次建立 AR(2)模型、AR(1)模型并进行回归,分别记下变量序列 EC 滞后3 阶、2 阶、1 阶对应的模型的 AIC、SC

matlab 恩格尔系数模型,基于AR模型的贵州省农村居民恩格尔系数分析相关推荐

  1. burg算法matlab求功率谱,基于AR模型的Burg算法功率谱估计.doc

    基于AR模型的Burg算法功率谱估计 三种功率谱估计方法性能研究 1.前言: 我们已经知道一个随机信号本身的傅里叶变换并不存在,因此无法像确定性信号一样用数字表达式来精确表达它,而只能用各种统计平均量 ...

  2. 基于AR模型的功率谱matlab,基于AR模型法功率谱估计的Matlab实现

    2005iF 12月 笫 21卷第 6期 武警工程学 院学报 jOURNAL OF ENGG COLLEGE OF ARMED POLICE FORCE DeC.2005 Vo1.21 No.6 [计 ...

  3. 使用opencv训练目标检测模型基于cascade模型

    使用opencv训练目标检测模型基于cascade模型 基于Haar特征的cascade分类器(classifiers) 是Paul Viola和 Michael Jone在2001年,论文" ...

  4. matlab计算潮差程序,一种基于FVCOM模型的可视化潮汐潮流预报方法与流程

    本发明涉及潮汐预报技术领域,特别是涉及一种基于FVCOM模型的可视化潮汐潮流预报方法. 背景技术: 潮汐预报对一定海区在未来一定时间内的潮汐涨落情况进行的推算和预报.预报内容包括逐日的高潮和低潮高度及 ...

  5. 【时间序列模型】AR模型(原理剖析+MATLAB代码)

    目录 一.AR模型的原理剖析 1.1 AR模型原理 1.2 模型的参数估计 1.3 模型的定阶方法 (1)AIC (2)BIC 二.MATLAB代码 三.AR相关论文 参考文献: 前言 时间序列分析方 ...

  6. ansys 内聚力模型,基于内聚力模型的义齿粘结界面和骨结合界面的应力应变分析...

    摘要: 近年来,口腔问题一直困扰着人们,口腔修复成为七大口腔问题中亟待解决的问题.而修复好的牙齿由于口腔内的复杂环境,常常会出现绷瓷,义齿修复体松动,咬合效果不好等现象,需要将义齿摘下进行再次修复.出 ...

  7. java中arSigal_基于AR模型谱估计算法(Yule-Walker方法与Burg方法)的C++实现

    头文件: /* * Copyright (c) 2008-2011 Zhang Ming (M. Zhang), zmjerry@163.com * * This program is free so ...

  8. matlab仿真不确定时滞系统容错控制,基于模糊模型的非线性不确定时滞系统的H_∞鲁棒容错控制...

    1引言(Introduction)容错控制可使得系统在执行器或传感器发生故障时仍能保证系统正常运行,达到预期的控制效果.因此,容错控制已成为控制领域研究的热门研究课题.由于非线性系统难以用精确的数学模 ...

  9. 随机信号的参数建模法--AR模型及Matlab实现

    目录 一.随机信号参数模型 二.AR模型 三.AR模型参数的估计 1. AR 模型参数和自相关函数的关系 2. Y-W 方程的解法--L-D 算法 2-1 前向预测器 2-2 建立更高阶的AR模型 2 ...

最新文章

  1. python网络爬虫教程-终于明了python网络爬虫从入门到实践
  2. 来看看CDN网络安全防护的方案
  3. 抓住县域消费者的“胃”,淘特凭什么?
  4. 别再说学习无趣了,跟你分享这 8 条 Python 奇技淫巧!
  5. python2.7多线程的批量操作远程服务器
  6. Tree的前序序列化
  7. Luogu2439 [SDOI2005]阶梯教室设备利用 (动态规划)
  8. Spring boot 项目目录结构详解
  9. 【今日CV 视觉论文速览】Fri, 15 Feb 2019
  10. 安卓手机软件开发_奇怪!苹果手机运存小,流畅度反而胜于安卓,今天终于明白了...
  11. 如何构建大数据分析平台
  12. iOS直播点赞动画,iOS直播心型点赞动画
  13. 联想笔记本电脑电池修复
  14. 他 25 岁进贝尔实验室,32 岁提信息论,40 岁办达特茅斯会议,晚年患上阿兹海默 | 人物志...
  15. 公共教室计算机安全调查报告论文,计算机实习调查报告.docx
  16. 自动监控Oracle 表空间信息并发送邮件脚本
  17. Maven项目进行打包出现 The POM for xxxx is missing, no dependency information available
  18. 计算机科学 基础课程
  19. python中保留字的含义_Python中的变量之保留字与标识符
  20. 2020-2021阿里巴巴Java面试真题解析,面试真题解析

热门文章

  1. 小米5s信号测试软件,信号覆盖整个足球场!小米官方发布AX6000测试
  2. cesium——飞行定位
  3. 深入理解JVM—满足什么条件的对象才会进入老年代?
  4. kotlin.NotImplementedError: An operation is not implemented
  5. C#中Internal关键字的总结
  6. 欢迎随时回家——python制作一个火车票抢票版本(附完整代码,仅供学习参考)
  7. ElasticSearch(ES)介绍
  8. 客户端、前端、后端、服务端的区别分别是什么?
  9. 雄安新区行政区号_雄安新区与香港特别行政区实现高铁直通
  10. 《离散时间信号处理学习笔记》—连续时间信号的采样(四)