为了准确预测居民储蓄存款发展趋势，使 所建模型满足统计方法理论要求，建模之前，我 们对传统的趋势模型外推预测法(简称传统法) 与BOX-Jenkins的ARIMA模型外推预测法 (简称B_J法)进行了比较与选择。传统法与 B一】法都属于时间序列分析法，都是通过分析 现象(变量)随时间而发展变化的特征，以现象 (变量)的历史统计资料建立时间序列模型(或 带回归项的时间序列模型)外推预测的方法。

本文将AR1MAX模型应用于居民储蓄存款预测的研究．通过与传统趋势模型的比较，说明ARIMAX模型是居民储蓄存款预利中的一种有效、实用的方法。

目录 问题陈述 由于2020年大流行，美国经济陷入了严重的衰退。 随着经济的混乱，许多企业不确定未来的需求。 该项目的目标是建立一个模型，该模型可以预测从前一年起的实际国内生产总值百分比变化。 训练的模型将是ARIMA，ARIMAX，CNN，LSTM和CNN-LSTM。 预测最佳的模型将是生产中实施的模型。 总结