时间序列分析基于R——习题答案
- 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、"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、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
略
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: