ARMA模型在我國勞動力市場統(tǒng)計分析中的應(yīng)用

模型簡介：
　　　ARMA模型（Auto-Regressive and Moving Average Model）是研究時間序列的重要方法，由自回歸模型（簡稱AR模型）與滑動平均模型（簡稱MA模型）為基礎(chǔ)“混合”構(gòu)成。在市場研究中常用于長期追蹤資料的研究，如：Panel研究中，用于消費行為模式變遷研究；在零售研究中，用于具有季節(jié)變動特征的銷售量、市場規(guī)模的預(yù)測等。

建模步驟：
　　　1、求出該觀察值序列的樣本自相關(guān)系數(shù)（ACF）和樣本偏自相關(guān)系數(shù)(PACF)的值。
　　　2、根據(jù)樣本自相關(guān)系數(shù)和偏相關(guān)系數(shù)的性質(zhì)，選擇階數(shù)適當?shù)腁RMA(p，q)模型進行擬合。
　　　3、估計模型中的位置參數(shù)的值。
　　　4、檢驗?zāi)Ｐ偷挠行?。如果擬合模型通不過檢驗，步驟轉(zhuǎn)向（2），重新選擇模型在擬合。
　　　5、模型優(yōu)化。如果擬合模型通過檢驗，仍然轉(zhuǎn)向步驟（2），充分考慮各種可能，建立多個擬合模型，從所有通過檢驗的擬合模型中選擇最有的模型。
　　　6、利用擬合模型，預(yù)測序列的將來走勢。