arima模型预测gdp的python代码

下面是使用ARIMA模型预测GDP的Python代码示例：

# 导入需要的库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.arima_model import ARIMA

# 读入数据
data = pd.read_csv('gdp.csv', index_col='Year', parse_dates=['Year'])

# 拆分数据集
train_data = data['1960':'2015']
test_data = data['2016':'2019']

# 绘制数据图
plt.figure(figsize=(10, 5))
plt.plot(train_data, label='Train')
plt.plot(test_data, label='Test')
plt.legend(loc='best')
plt.title('GDP')

# ARIMA模型拟合
model = ARIMA(train_data, order=(2, 1, 2))
result = model.fit(disp=-1)

# 预测未来4年的GDP
forecast = result.forecast(steps=4)[0]
forecast_df = pd.DataFrame(forecast, index=test_data.index, columns=['Forecast'])

# 绘制预测结果图
plt.figure(figsize=(10, 5))
plt.plot(train_data, label='Train')
plt.plot(test_data, label='Test')
plt.plot(forecast_df, label='Forecast')
plt.legend(loc='best')
plt.title('GDP Forecast')

# 输出预测结果
print(forecast_df)

其中，`gdp.csv`是包含年度GDP数据的CSV文件，`order=(2, 1, 2)`表示使用ARIMA(2,1,2)模型进行拟合，`steps=4`表示预测未来4年的GDP。代码执行完成后，会输出预测结果。