时间序列分析基于R——习题答案

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第一章习题答案

第二章习题答案

2.1

(1)非平稳

(2)0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376

(3)典型的具有单调趋势的时间序列样本自相关图

2.2

(1)非平稳,时序图如下

(2)-(3)样本自相关系数及自相关图如下:典型的同时具有周期和趋势序列的样本自相关图

2.3

(1)自相关系数为:0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118

(2)平稳序列

(3)白噪声序列

2.4

,序列LB=4.83,LB统计量对应的分位点为0.9634,P值为0.0363。显著性水平=0.05

不能视为纯随机序列。

2.5

(1)时序图与样本自相关图如下

(2) 非平稳 (3)非纯随机 2.6

(1)平稳,非纯随机序列(拟合模型参考:ARMA(1,2)) (2)差分序列平稳,非纯随机

第三章习题答案

3.1 ()0t E x =,2

1

() 1.9610.7

t Var x ==-,220.70.49ρ==,220φ= 3.2 1715φ=,2115

φ=

3.3 ()0t E x =,10.15

() 1.98(10.15)(10.80.15)(10.80.15)

t Var x +=

=--+++

10.8

0.7010.15

ρ=

=+,210.80.150.41ρρ=-=,3210.80.150.22ρρρ=-=

1110.70φρ==,2220.15φφ==-,330φ=

3.4 10c -<<, 1121,1,2

k k k c c k ρρρρ--⎧=⎪

-⎨⎪=+≥⎩

3.5 证明:

该序列的特征方程为:32

--c 0c λλλ+=,解该特征方程得三个特征根:

11λ=,2c λ=3c λ=-

无论c 取什么值,该方程都有一个特征根在单位圆上,所以该序列一定是非平稳序列。证毕。

3.6 (1)错 (2)错 (3)对 (4)错 (5)

3.7 该模型有两种可能的表达式:11

2

t t t x εε-=-和12t t t x εε-=-。

3.8 将123100.50.8t t t t t x x C εεε---=++-+等价表达为

()23

23223310.82010.510.8(10.50.50.5)t t

t

B CB x B B CB B B B εε-+-=-=-+++++L 展开等号右边的多项式,整理为

2233

4423243

4

10.50.50.50.50.80.80.50.80.50.5B B B B B B B CB CB +++++--⨯-⨯-+++L L L

合并同类项,原模型等价表达为

2

330

20[10.50.550.5(0.50.4)]k k t t k x B B C B ε∞

+=-=+-+-+∑

当30.50.40C -+=时,该模型为(2)MA 模型,解出0.275C =。

3.9 ()0t E x =,22

()10.70.4 1.65t Var x =++=

10.70.70.40.591.65ρ--⨯=

=-,20.4

0.241.65

ρ==,0,3k k ρ=≥

3.10 (1)证明:因为22()lim(1)t k Var x kC εσ→∞

=+=∞

,所以该序列为非平稳序列。

(2)

11

(1)t t t t t y x x C εε--=-=+-,该序列均值、方差为常数,

()0t E y =,22

()1(1)t Var y C ε

σ⎡⎤=+-⎣⎦

自相关系数只与时间间隔长度有关,与起始时间无关

121

,0,2

1(1)k C k C ρρ-=

=≥+-

所以该差分序列为平稳序列。

3.11 (1)非平稳,(2)平稳,(3)可逆,(4)不可逆,(5)平稳可逆,(6)不平稳不可逆

3.12 01G =,11010.60.30.3G G φθ=-=-=,11

11110.30.6,2k k k k G G G k φφ---===⨯≥

所以该模型可以等价表示为:10

0.30.6k

t t t k k x εε

--==+⨯∑

3.13 0123

121110.25

φμφφ=

==---+

3.14 证明:已知11

2

φ=

,114θ=,根据(1,1)ARMA 模型Green 函数的递推公式得:

01G =,2110110.50.25G G φθφ=-=-=,1111111,2k k k k G G G k φφφ-+-===≥

01ρ=

5

2

23211

1

1

1

22450

111111424

22(1)

11112

01

1

170.27126111j j

j j j j j

j j G G

G

φφφ

φφφφφρφφφφφ∞

++==∞

+==++

--+=

=

====-+++-∑∑∑∑ ()

1

1

1

1

1122200

,2j

j k

j

j k j

j k j j j k k j

j

j

j j j G G G G

G G

k G

G

G

φρφφρ∞

++-+-===-∞

∞====

=

==≥∑∑∑∑∑∑

3.15 (1)成立 (2)成立 (3)成立 (4)不成立

3.16 (1)95%置信区间为(3.83,16.15)

(2)更新数据后95%置信区间为(3.91,16.18)

3.17 (1)平稳非白噪声序列 (2)AR(1)

(3) 5年预测结果如下:

3.18 (1)平稳非白噪声序列 (2)AR(1)

(3) 5年预测结果如下:

相关文档
最新文档