时间序列分析基于R习题答案Word文件下载.docx
《时间序列分析基于R习题答案Word文件下载.docx》由会员分享,可在线阅读,更多相关《时间序列分析基于R习题答案Word文件下载.docx(13页珍藏版)》请在冰豆网上搜索。
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。
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,,,
3、2,
3、3,
,
3、4,
3、5证明:
该序列的特征方程为:
解该特征方程得三个特征根:
无论取什么值,该方程都有一个特征根在单位圆上,所以该序列一定就是非平稳序列。
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:
与。
3、8将等价表达为
展开等号右边的多项式,整理为
合并同类项,原模型等价表达为
当时,该模型为模型,解出。
3、9,
3、10
(1)证明:
因为,所以该序列为非平稳序列。
(2),该序列均值、方差为常数,
自相关系数只与时间间隔长度有关,与起始时间无关
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,,
所以该模型可以等价表示为:
3、13
3、14证明:
已知,,根据模型Green函数的递推公式得:
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
3、19
(1)平稳非白噪声序列
(2)MA
(1)
(3)下一年95%的置信区间为(80、41,90、96)
3、20
(1)平稳非白噪声序列
(2)ARMA(1,3)序列
(3)拟合及5年期预测图如下:
第四章习题答案
4、1的系数为,的系数为
4、2解下面的方程组,得到
4、3
(1)11、04
(2)11、79277(3)
4、4根据指数平滑的定义有
(1)式成立,
(1)式等号两边同乘有
(2)式成立
(1)-
(2)得
则。
4、5该序列为显著的线性递增序列,利用本章的知识点,可以使用线性方程或者holt两参数指数平滑法进行趋势拟合与预测,答案不唯一,具体结果略。
4、6该序列为显著的非线性递增序列,可以拟合二次型曲线、指数型曲线或其她曲线,也能使用holt两参数指数平滑法进行趋势拟合与预测,答案不唯一,具体结果略。
4、7本例在混合模型结构,季节指数求法,趋势拟合方法等处均有多种可选方案,如下做法仅就是可选方法之一,结果仅供参考
(1)该序列有显著趋势与周期效应,时序图如下
(2)该序列周期振幅几乎不随着趋势递增而变化,所以尝试使用加法模型拟合该序列:
。
(注:
如果用乘法模型也可以)
首先求季节指数(没有消除趋势,并不就是最精确的季节指数)
0、960722
0、912575
1、038169
1、064302
1、153627
1、116566
1、04292
0、984162
0、930947
0、938549
0、902281
0、955179
消除季节影响,得序列,使用线性模型拟合该序列趋势影响(方法不唯一):
该趋势模型截距无意义,主要就是斜率有意义,反映了长期递增速率)
得到残差序列,残差序列基本无显著趋势与周期残留。
预测1971年奶牛的月度产量序列为
得到
771、5021
739、517
829、4208
849、5468
914、0062
889、7989
839、9249
800、4953
764、9547
772、0807
748、4289
787、3327
(3)该序列使用x11方法得到的趋势拟合为
趋势拟合图为
4、8这就是一个有着曲线趋势,但就是有没有固定周期效应的序列,所以可以在快速预测程序中用曲线拟合(stepar)或曲线指数平滑(expo)进行预测(trend=3)。
具体预测值略。
第五章习题
5、1拟合差分平稳序列,即随机游走模型,估计下一天的收盘价为289
5、2拟合模型不唯一,答案仅供参考。
拟合ARIMA(1,1,0)模型,五年预测值为:
5、3
5、4
(1)AR
(1),
(2)有异方差性。
最终拟合的模型为
5、5
(1)非平稳
(2)取对数消除方差非齐,对数序列一节差分后,拟合疏系数模型AR(1,3)所以拟合模型为
(3)预测结果如下:
5、6原序列方差非齐,差分序列方差非齐,对数变换后,差分序列方差齐性。
第六章习题
6、1单位根检验原理略。
例2、1原序列不平稳,一阶差分后平稳
例2、2原序列不平稳,一阶与12步差分后平稳
例2、3原序列带漂移项平稳
例2、4原序列不带漂移项平稳
例2、5原序列带漂移项平稳,或者显著的趋势平稳。
6、2
(1)两序列均为带漂移项平稳
(2)谷物产量为带常数均值的纯随机序列,降雨量可以拟合AR
(2)疏系数模型。
(3)两者之间具有协整关系
(4)
6、3
(1)掠食者与被掠食者数量都呈现出显著的周期特征,两个序列均为非平稳序列。
但就是掠食者与被掠食者延迟2阶序列具有协整关系。
即为平稳序列。
(2)被掠食者拟合乘积模型:
模型口径为:
拟合掠食者的序列为:
未来一周的被掠食者预测序列为:
Forecastsforvariablex
ObsForecastStdError95%ConfidenceLimits
4970、792449、4194-26、0678167、6526
50123、835869、8895-13、1452260、8167
51195、098485、596827、3317362、8651
52291、637698、838797、9173485、3579
53150、0496110、5050-66、5363366、6355
5463、5621122、5322-176、5965303、7208
5580、3352133、4800-181、2807341、9511
5655、5269143、5955-225、9151336、9690
5773、8673153、0439-226、0932373、8279
5875、2471161、9420-242、1534392、6475
5970、0053189、8525-302、0987442、1094
60120、4639214、1559-299、2739540、2017
61184、8801235、9693-277、6112647、3714
62275、8466255、9302-225、7674777、4606
掠食者预测值为:
Forecastsforvariabley
4932、769714、72793、903661、6358
5040、179016、33818、157072、2011
5142、334621、8052-0、402885、0721
5258、299325、98327、3732109、2254
5378、970729、542121、0692136、8722
54106、596332、709042、4879170、7047
5566、483635、5936-3、2787136、2458
5641、968138、6392-33、7634117、6996
5746、754841、4617-34、5085128、0182
5839、720144、1038-46、7218126、1619
5944、934246、5964-46、3930136、2614
6045、328648、9622-50、6356141、2928
6143、841156、4739-66、8456154、5279
6258、172563、0975-65、4964181、8413
6、4
(1)进出口总额序列均不平稳,但对数变换后的一阶差分后序列平稳。
所以对这两个序列取对数后进行单个序列拟合与协整检验。
(2)出口序列拟合的模型为,具体口径为:
进口序列拟合的模型为,具体口径为:
(3)与具有协整关系
(4)协整模型为:
(5)误差修正模型为: