本文通过分析时间序列，探究时间序列各模型找出能有效预测GDP未来发展趋势的方法，并对它进行有效的预测，从而创造出对人们更有价值的信息。

2新疆GDP背景介绍及发展历史

2.1背景介绍及发展历史

在改革开放以前，因为地处中国偏远地区，以及亚欧大陆的中心，新疆各项指标的发展一直没有得到发展，比如，经济实力薄弱，交通不发达，具体体现在GDP指标严重低于其它省。21世纪以来，随着党中央对新疆地区国民经济的大力支持，近三十几年以来，党中央，新疆省党委,政府努力引导各族人民坚持变化变革,自强不息，努力创新，务求实效，不惧奋进，经受了多次考验，战胜了一次次挑战和艰难险阻，把一个昔日经济实力薄弱，贫困缭绕，满目疮痍，千里荒漠的旧新疆建设成一个繁荣富胜，百业兴旺，人们幸福，潜力绿洲的新兴新疆。近几年来，众所周知新疆维吾尔自治区综合实力实现了举世瞩目的历史性跨越。疆维维吾尔自治区的GDP得到了前所未有的发展。在2015年，新疆GDP的数值达到9300多亿，2016年这个数字是9600多亿，将于多个地区进行比较，其数值已经超过了哈萨克斯坦，排名世界第55名，如果我们按可比价格方法计算，新疆省今年GDP总值相比上一年增长了7.6个百分点，呈现出了很明显的增长趋势。虽然总的数值没有超过万亿，但照着这个势头发展，突破万亿大关是迟早的事。人类在能准确的预测GDP未来趋势的方法上探究了几十年，最终总结了很多方法可以对GDP发展趋势进行有效的预测。本文我们利用时间序列方法对新疆GDP的预测，能够推算出其未来趋势，便能够更好地为新疆更有效地调控宏观经济和制定决策提供理论支持。因为地理与经济基础差等众多因素，新疆GDP具有多变的特征，因此我们必须考虑周到，制定比较严谨的方案。从而我们可以发现哪些因素阻碍经济发展，哪些因素刺激经济的发展，取其精华。我们就能更好地发展经济，提高居民福利，发展城乡规划。政府能更好地攻占脱贫任务，能拿出更多的资金扶持贫困乡镇及居民。为西部地区更快，更好地脱贫做出功不可没的贡献，从而是地区乃至全国繁荣昌盛。

首先我从相关资料或网上收集新疆近39年的GDP准确数据，对数据进行整理。将整理好的数据进行表格，这是非常重要的过程，要保证数据的准确率，所以我们利用不同的途径，将多个数据进行比较，找出最有权威与认可的数据，这样我们才能得到一个准确的预测值。为后续工作做个充分的准备和有效的数值依据。

2.2相关表格

表11978年-2016年历年新疆GDP数值

年份 GPD数值（亿元） 年份 GPD数值（亿元） 年份 GPD数值（亿元）

1978 39.07 1991 335.91 2004 2209.09

1979 45.63 1992 402.31 2005 2604.14

1980 53.24 1993 495.25 2006 3045.26

1981 59.41 1994 662.32 2007 3523.16

1982 65.24 1995 814.85 2008 4183.21

1983 78.55 1996 900.93 2009 4277.05

1984 89.75 1997 1039.85 2010 5437.47

1985 112.24 1998 1106.95 2011 6610.05

1986 129.04 1999 1163.17 2012 7505.31

1987 148.5 2000 1363.56 2013 8360.24

1988 192.72 2001 1491.6 2014 9273.45

1989 217.29 2002 1612.65 2015 9324.8

1990 261.44 2003 1886.35 2016 9617.23

注：根据自治区第三次全国人口普查，对2010年人均新疆生产总值数据进行了调整。

图1新疆历年GDP折线图

用简单的统计折线图虽然可以看出GDP是增长的趋势，但不能用此图预测出未来数值，因此我们用时间序列的模型对GDP进行预测。

3时间序列分析的基本介绍

给出一组随时间变化的数据：，利用概率统计学的相关知识，对数据进行合理的建模，从而预测出及之后的数据，这便是时间序列分析的基本介绍。它主要是基于大量历史数据来找到数列间存在的某种规律，并将这一规律延伸到未来,从而达到预测未来的效果。以下介绍几种常见的时间序列分析方法，首先，比较传统的时间序列分析法有确定性时间序列分析,它主要包括指数平滑法、移动平均法等。常用的时间序列模型主要有:AR模型，MA模型，ARIMA模型。然后，回归分析模型能对数据间的统计关系进行定量描述，可以通过控制一个变量的取值来改变另一个变量取值的精确程度。间序列分析方法是对已经得到的历史数据建立数学模型，来分析数据。人们不可能获取所有的观测数据，然而时间序列分析法的强大功能，让它能够利用有限的数据来预测未来。我们将其预测出的结果与真实结果进行比较，能够反映出模型的优劣程度，从而能够帮助我们选择更加合适的模型。在建模时，参数和阶数的确定相当重要，它们是决定高精度模型序列与否的关键所在，然而，找到这样的模型，其步骤又是相当复杂的，在经济学领域中，时间序列的运用广泛存在，如何有效地表达变量间相互影响的动态机制，是解决经济预测的关键所在。