内容摘要：当今，深圳改革开放取得了显著的成效，已经被确立为社会主义现代化先行示范区。本文基于季节性ARIMA模型，对社会消费品零售总额进行建模及预测，为当地相关发展政策提供参考依据。

首先，从深圳统计局官网中获取2009年-2020年各月数据，对疫情影响时期的数据进行线性拟合，进而代替原数据。将2020年10-12月的数据用于模型拟合比较，其余数据用于建立模型。

接下来，先对序列进行平稳化检验。观察时序图可知序列为非平稳序列，在对其进行差分后，序列通过了ADF检验。随后进行模型识别，在参数显著的前提下选择AIC最小的模型，得到ARIMA(1,1,3)(0,1,1)[12]模型。拟合比较可得平均误差为1%，取得较良好的结果。

最后，利用模型对2021年上半年的深圳社会消费品零售总额进行预测。

关键词： 社会消费品零售总额 季节性ARIMA模型 ADF检验 AIC

目录

内容摘要

Abstract

1 引言-1

1.1-研究背景-1

1.2-研究意义-1

1.3-研究目的-1

1.4-研究现状-1

1.5-创新思路-2

1.6-论文框架-3

2 数据来源及处理-4

2.1-数据来源-4

2.2-数据处理-4

3 模型建立-7

3.1-季节性ARIMA模型-7

3.2-建模流程-8

3.3-模型建立-9

3.3.1-数据的平稳性检验-9

3.3.2-模型识别及参数的显著性检验-10

3.3.3-模型的检验-12

3.4-模型的拟合及预测-13

4 结论和展望-15

参考文献-16

附一：深圳社会消费品零售总额数据-17

附录二：R语言代码-19

致谢-22