摘要：工业总产值对工业起着代表性的作用。目前常用差分自回归滑动平均模型拟合和预测非平稳时间序列。由历史上众多数据分析报告可以看出，对陕西省工业研究而言，工业总产值是非常典型的代表性數据对陕西省工业有着重要意义。因此，本文以1988?2017年陕西省工业总产值的年度数据为例，利用ARIMA模型进行时间序列分析，预测2018?2020年的工业总产值。通过所得数据进行分析，并提出相关建议。为陕西省当地工业制相关部门或工业企业的部门实施相关政策，获得更优的经济发展决策，提供可靠的理论预测以及参考。

关键词：ARIMA模型;陕西省工业总产值;预测;时间序列

一、引言

2016年以来，国内外形势错综复杂，随着是“十三五”“十四五”规划的展开。全省工业经济经济增速企稳回升，工业结构不断优化，企业效益稳步向好，为全省经济保持平稳运行奠定了基础。剔除价格因素，2016年、2017年分别实现全部工业增加值同比增长6.8%、8.1%，增速比2015年分别加快0.9、2.2百分点。2017年，全省规模以上工业利润总额同比增长49.3%，增速分别比2016年、2015年加快40.5、71.1个百分点（2015年为-21.8%），企业利润增长加快，经济效益稳步向好。

现有文献的研究多集中于ARMA模型进行研究，而忽略了非平稳的情况。其实很多时间序列本身都是不平稳的，但经过d阶差分（相邻时间点的指标数值相减）即运用软件计算、之后，形成的新时间序列，就经验证为平稳时间序列。

针对这些现象，本文最终决定根据《陕西省统计年鉴》中所给的工业总产值数据，采用陕西省工业总产值为经济指标，以1988年-2017年的年度数据为样本录入R软件当中。……