全国各省份-人均GDP（1949-2020）、全国各地级市-人均GDP（2001-2019）、全国各区县-人均GDP（2005-2019）、全国-人均GDP（1952-2020）。数据都已整理完成

北京、青岛、天津等44个市的GDP等五个指标，其详细内容放置在GDP.xlsx工作簿中

ARIMA与指数平滑在GDP预测中的应用，单玉隆，严定琪，本文利用我国1978年至2010年共计33年的GDP数据预测2011、2012年的GDP数据，利用EVIEWS通过自相关函数法（EACF）来选择ARIMA模型的参数，对数据

世界GDP统计数据集，csv格式，具体展示在我博客中有，也可以通过官网进行下载，这里是方便大家更快下载的，我设置的是0。

这本书全部来源于万一先生的博客，万一在一年的博客生涯中给我们留下了大量着色源码、汉字注释和动画示意。本书包含了delphi基础、类、控件、API、GDP+、多媒体等等。动画示意图是其特色。 界面及动画预览在 http://blog.csdn.net/stgsd/archive/2008/12/28/3628941.aspx 注意：大部分源码在D7下通过，少数要更高的版本！ xp的简体版下没有问题，98下可能有部分乱码，但不影响源码 有的无法显示(vista)，可以这样：1.先改名 2.鼠标右键“属性”，点击“解锁”按钮

1949年-2020年31个内陆省份的人均GDP数据

基于DMSP/OLS、NPP/VIRRS、珞珈一号等夜间灯光数据GDP空间化视频包含拟合方程确定、反演、出图等等，该方法同样可以用于二氧化碳、人口等经济社会指标的空间化分析，方法类似，只需将视频中的GDP数据更换成其他数据，当然不排除其他数据需要进行空间化前的预处理，这部分自行处理。

国内生产总值(Gross Domestic Produc)是国民经济核算的核心指标。它不仅能从总体上度量国民产出和收入规模，也能从整体上度量经济波动和经济周期状态，成为宏观经济中最受关注的经济数据，被认为是衡量国民经济发展、判断宏观经济运行状况的一个重要指标，也是政府制定经济发展战略和经济政策的重要依据。因此，准确的分析预测GDP具有重要的理论和实际意义。时间序列是指同一种现象在不同时间上的相继观察值排列而成的-组数字序列。时间序列预测方法则是通过时间序列的历史数据揭示现象随时间变化的规律，将这种规律延伸到未来，从而对该现象的未来做出预测。本文将利用指数平滑法根据我国2000-2020年的GDP数据预测及分析2021-2025年的GDP。

1952年至2008年国内生产总值统计数据

它提供了通过 ARIMA 和 NAR 模型预测马来西亚 GDP 的详细工作流程。 在此实时脚本中，它利用内置应用程序（计量经济学建模器和神经网络时间序列）生成预测模型。 此外，它还详细阐述了如何调整参数/超参数以获得最佳拟合模型。 在下一个共享中，我将针对每个步骤更详细地描述我的操作。