基于自回归XGBoost时序模型的GDP预测实证

来源 :数学的实践与认识 | 被引量 : 0次 | 上传用户:kangliwonuer
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
GDP是反映一个国家国民收入、居民消费能力和经济发展的重要宏观经济指标,也是制定相关经济政策的重要依据.选择合适的统计方法研究GDP的发展变化规律,进行短期的高精度预测,对我国的宏观经济决策具有重要意义.研究选用基于自回归的XGBoost时序模型对我国1978-2018年GDP进行拟合预测,Rstudio软件运行结果显示,XGBoost时序模型比经典的时间序列预测模型ARIMA模型、BP神经网络模型、贝叶斯时序模型具有更高的预测精度.在此基础上,运用XGBoost时序模型对我国2019-2023年的GDP进行短期预测,研究结果显示,未来5年我国GDP依然保持持续稳定增长趋势.
其他文献
为了促进分布式能源发展,我国颁布了一系列优惠政策,但分布式能源项目发展是否合理,需要从技术和经济角度进行后评价.选取了16个适用于分布式能源项目的技术经济后评价指标,
通过分析区域能源供应系统综合性能评价影响因素,设计系统评价指标体系,运用层次分析法(AHP)和熵权法结合的组合赋权法确定指标权重,构建加权灰色关联决策矩阵,最终提出了一
混合时空地理加权回归模型作为一种有效处理空间数据全局平稳和局部非平稳的分析方法得到了广泛的应用.但其参数估计方法中假定固定系数变量已知且不存在时空效应,这一较强的
为了优化汽车整车销售物流配送网络,提高配送服务质量,构建了以配送费用最小为目标的带时间窗的整车配送路径优化模型,采用改进遗传算法对模型进行求解,结合上汽通用五菱公司