摘要：工业增加值指工业企业在报告期内以货币形式表现的工业生产活动的最终贡献，同时也是国民经济核算的一项基本指标。它是生产部门或是生产单位对国内生产总值的贡献的反映。所以，建立工业增加值相关的统计，是建立资金流量的基础，也能够为计算国内生产总值给出可靠的依据。工业增加值是权衡综合国力的一项重要指标，大力发展工业，提高工业增加值也是提高我国综合国力的一项重要举措。于是，我们在工业增加值相关方面的探究就显得尤其重要。为了更好的预测工业增加值，本文建立了几种常用的时间序列预测模型进行预测和分析。

本文介绍了时间序列分析的基本原理、几种常用的时间序列模型以及它们的基本步骤。然后建立了差分自回归移动平均模型与指数平滑模型，使用SPSS统计软件对1997-2016年全国工业增加值进行时间序列分析处理，进行了两种模型的分析比较，再由分析结果给出了未来几年的工业增加值的预测值。经过分析，我国的工业增加值呈显著的上升趋势。

关键词：时间序列分析，工业增加值，ARIMA模型，指数平滑模型

目录

摘要

ABSTRACT

1. 绪论-4

1.1. 相关理论以及基础知识-4

1.1.1. 工业增加值相关理论-4

1.1.2. 时间序列分析的发展现状-4

2. 时间序列预测方法-4

2.1. 时间序列预测方法的背景-4

2.2. 时间序列预测方法的基本思想-5

2.3. 时间序列预测方法的基本步骤-5

2.3.1. 自回归（AR）模型-5

2.3.2. 移动平均（MA）模型-6

2.3.3. 自回归移动平均（ARMA）模型-7

2.3.4. 差分自回归移动平均(ARIMA)模型-7

2.3.5. 指数平滑(ES)模型-9

3. 时间序列法在工业增加值中的应用-10

3.1. 原始数据的来源与指标选取-10

3.2. 数据处理以及结果分析-11

3.2.1. 数据基本情况分析-11

3.2.2. 数据平稳化-12

3.2.3. ARIMA模型与指数平滑模型预测的比较-14

3.2.4. 时间序列预测结果-17

4. 结论-18

参 考 文 献-19

致 谢-20