医学论文可以不用统计学吗

时代金融

摘 要:

关键词:

一、 引言

一个国家的国民经济有很多因素构成, 省区经济则是我国国

民经济的重要组成部分, 很多研究文献都认为中国的省区经济是

宏观经济的一个相对独立的研究对象, 因此, 选取省区经济数据

进行区域经济的研究, 无疑将是未来几年的研究趋势。而省区经

济对我国国民经济的影响, 已从背后走到了台前, 发展较快的省

区对我国国民经济的快速增长起到了很大的作用, 而发展相对较

慢的省区, 其原因与解决方法也值得我们研究。

本文选取华中大省湖北省进行研究, 具有一定的指导和现实

意义。湖北省 2006 年 GDP 为 7497 亿元, 人均 GDP13130 元, 达

到中等发达国家水平。从省域经济来说, 湖北省是一个较发达的

经济实体。另一方面, 湖北省优势的地理位置和众多的人口使之

对于我国整体经济的运行起到不可忽视的作用, 对于湖北省 GDP

的研究和预测也就从一个侧面反映我国国民经济的走势和未来。

尽管湖北省以其重要位置和经济实力在我国国民经济中占

据一席之地, 但仍不可避免的面临着建国以来一再的经济波动,

从最初的强大势力到如今的挣扎期, 湖北省的经济面临着发展困

境。近年来, 湖北省的经济状况一再呈现再次快速发展的趋势, 但

是这个趋势能够保持多久却是我们需要考虑的问题。

本文选择了时间序列分析的方法进行湖北省区域经济发展

的预测。时间序列预测是通过对预测目标自身时间序列的处理来

研究其变化趋势的。即通过时间序列的历史数据揭示现象随时间

变化的规律, 将这种规律延伸到未来, 从而对该现象的未来作出

预测。

二、 基本模型、 数据选择以及实证方法

( 一) 基本模型

ARMA 模型是一种常用的随机时序模型, 由博克斯, 詹金斯

创立, 是一种精度较高的时序短期预测方法, 其基本思想是: 某些

时间序列是依赖于时间 t 的一组随机变量, 构成该时序的单个序

列值虽然具有不确定性, 但整个序列的变化却具有一定的规律

性, 可以用相应的数学模型近似描述。通过对该数学模型的分析,

能够更本质的认识时间序列的结构与特征, 达到最小方差意义下

的最优预测。现实社会中, 我们常常运用 ARMA模型对经济体进

行预测和研究, 得到较为满意的效果。

但 ARMA模型只适用于平稳的时间序列, 对于如 GDP 等非

平稳的时间序列而言, ARMA模型存在一定的缺陷, 因此我们引

入一般情况下的 ARMA模型 ( ARIMA模型) 进行实证研究。事实

上, ARIMA模型的实质就是差分运算与 ARMA模型的组合。 本文

讨论的求和自回归移动平均模型, 简记为 ARIMA ( p, d, q) 模型,

是美国统计学家 和 enkins 于 1970 年首次提

出, 广泛应用于各类时间序列数据分析, 是一种预测精度相当高

的短期预测方法。建立 ARIMA ( p, d, q) 模型计算复杂, 须借助计

算机完成。本文介绍 ARIMA ( p, d, q) 模型的建立方法, 并利用

Eviews 建立湖北省 GDP 变化的 ARIMA ( p, d, q) 预测模型。

( 二) 数据选择