李天宇，高金岭

(广西师范大学 教育学部，广西 桂林 541001)

根据教育部公开数据显示，1999年全国高等院校研究生女性人数为7万多人。随着高校扩招，我国高等教育学生性别结构已经发生变化。教育领域性别评估的最终目标是使男性和女性能够在学习中都有所收获，最终获得相同职业资格和经历的机会。[1]本研究利用 2004-2018年我国高等教育阶段女性硕士研究生人数与比重变化规律建立ARMA模型，预测未来我国硕士研究生性别结构，为女性教育发展和政策制定提供数据支持。

一、资料与方法

(一)数据来源

本研究数据来源于国家教育部公开的《中国教育统计年鉴》，包括2004—2018年我国女性硕士研究生人数及比重。

(二)研究方法

ARMA模型是时间序列分析方法中预测精度比较高的短期预测模型。ARMA模型即自回归移动平均模型，该模型的基本原理是将预测指标的历史数据序列视为一组随机序列，是自回归模型与移动平均模型的有效组合。ARMA (p,q) 模型中常用的AR(p)和MA(q)模型可视为ARMA模型的特例，即对于ARMA (p,q), 若阶数q=0, 则是自回归模型AR (p)，而若阶数p=0, 则成为移动平均模型MA (q)。

ARMA模型的主要步骤包括: 通过时序图和单位根检验判断时间序列的平稳性；通过差分对数据进行平稳化处理；通过自相关系数 (AC) 和偏自相关系数 (PAC) 去识别ARMA (p,q) 模型；进行参数检验和模型检验；检验通过后，验证模型拟合效果进行预测。

二、ARMA模型的建立

(一)平稳性检验

时间序列的平稳性可以通过描绘时序图和单位根检验方法进行判断。……