应用时间序列分析习题答案解析说课材料
- 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)。
应用时间序列分析习题答案解析
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
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
,序列不能视为纯随机序列。
=0.05
2.5
(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 解:1()0.7()()t t t E x E x E ε-=⋅+
0)()7.01(=-t x E 0)(=t x E t t x ε=-)B 7.01(
t t t B B B x εε)7.07.01()7.01(221 +++=-=- 229608.149
.011
)(εεσσ=-=
t x Var
49.00212==ρφρ 022=φ 3.2 解:对于AR (2)模型:
⎩⎨
⎧=+=+==+=+=-3.05
.021102112
12112011φρφρφρφρρφφρφρφρ 解得:⎩⎨⎧==15/115/72
1φφ
3.3 解:根据该AR(2)模型的形式,易得:0)(=t x E
原模型可变为:t t t t x x x ε+-=--2115.08.0
2212122
)
1)(1)(1(1)(σφφφφφφ-+--+-=
t x Var
2)
15.08.01)(15.08.01)(15.01()
15.01(σ+++--+=
=1.98232σ
⎪⎩⎪⎨⎧=+==+==-=2209.04066.06957.0)1/(1221302112211ρφρφρρφρφρφφρ ⎪⎩⎪
⎨⎧=-====015.06957.033222111φφφρφ 3.4 解:原模型可变形为:
t t x cB B ε=--)1(2
由其平稳域判别条件知:当1||2<φ,112<+φφ且112<-φφ时,模型平稳。 由此可知c 应满足:1|| t t x cB cB B ε=+--)1(3 2 其特征方程为:0))(1(223=-+-=+--c c c λλλλλλ 不论c 取何值,都会有一特征根等于1,因此模型非平稳。 3.6 解:(1)错,)1/()(220 1θσγε-==t x Var 。 (2)错,)1/()])([(2 1210111θσθγργμμε-===---t t x x E 。 (3)错,T l T x l x 1)(ˆθ=。 (4)错,112211)(+--+-++++++=T l l T l T l T T G G G l e εεεε =11122111+--+-++++++T l l T l T l T εθεθεθε (5)错, 221221 21111]1[1lim )]([lim )](ˆ[lim εεσθσθθ-=--==-∞→∞→+∞ →l l T l T l T l l e Var l x x Var 。 3.7解:1241111 2112 11 1-=-+-=⇒+-=ρρθθθρ MA(1)模型的表达式为:1-+=t t t x εε。 3.8解法1:由1122=+t t t t x μεθεθε----,得111223=+t t t t x μεθεθε------,则 111212230.5=0.5+(0.5)(0.5)+0.5t t t t t t x x μεθεθθεθε------+--, 与123=10+0.5+0.8+t t t t t x x C εεε----对照系数得 12120.510,0.500.50.80.5C μθθθθ=⎧⎪+=⎪⎨-=⎪⎪=⎩,故12 20, 0.5,0.55,0.275C μθθ=⎧⎪=-⎪⎨=⎪⎪=⎩。 解法2: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-+-=-=-+++++ 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 +++++ --⨯-⨯- ++ + 合并同类项,原模型等价表达为 2 33020[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解::0)(=t x E 22222 165.1)1()(εεσσθθ=++=t x Var 5939.065.198 .012 2 212111-=-=+++-= θθθθθρ 2424.065 .14.01222122==++-= θθθρ 30≥=k k ,ρ。 3.10解法1:(1))(21 +++=--t t t t C x εεε )(3211 +++=----t t t t C x εεε 11111)1(------++=⎪⎭⎫ ⎝⎛+-+=t t t t t t t t C x C x C x εεεεε 即 t t B C x B ε])1(1[)1(--=- 显然模型的AR 部分的特征根是1,模型非平稳。 (2) 11)1(---+=-=t t t t t C x x y εε为MA(1)模型,平稳。 2 2112 2111+--=+-= C C C θθρ 解法2:(1)因为22()lim(1)t k Var x kC εσ→∞ =+=∞,所以该序列为非平稳序列。