摘要：社会消费品零售总额是反应我国社会消费能力的一个重要指标，分析社会消费品零售总额有利于我们了解国民消费能力，研究我国经济发展状况，便于制定未来我国经济发展战略，时间序列分析在研究社会消费品零售总额中起了至关重要的作用，本文运用SAS数据分析软件，首先选取我国2000年1月到2018年12的数据进行时间序列分析，建立符合其变化趋势的乘法模型并作出预测2019年的情况，并与2019年的实际数据进行对比，发现拟合效果良好，从而说明ARIMA模型在分析预测我国社会消费品零售总额中能够很好的剔除季节因素的影响，做出较好的预测，在此基础上，对2020的发展状况做出预测。

关键词：社会消费品零售总额，时间序列分析，ARIMA模型

目录

摘要

Abstract

1引言-1

2. 文献综述-1

2.1 国内外研究现状-1

2.2 文章写作目的及本文研究方法-2

3. 时间序列定义特点及分析方法-3

3.1 时间序列定义-3

3.2 平稳性-3

3.3 纯随机性-5

3.4 季节性-6

3.5 时间序列分析方法及发展历史-6

3.6 模型和模型-6

3.7 模型与模型-8

3.8 季节模型-9

4．我国社会消费品零售总额的实证分析-10

4.1 时间序列分析及其模型的拟合预测-10

4.2移动平均分析季节指数-23

5.结论与建议-26

5.1 结论-26

5.2 建议-26

参考文献-27