时间序列测验2解答.doc
《时间序列测验2解答.doc》由会员分享,可在线阅读,更多相关《时间序列测验2解答.doc(4页珍藏版)》请在冰豆网上搜索。
(2008-2009-1)-17190170-95004-1时间序列分析应用数学系06级应用统计教案
测试2解答(第三、四章)
1.设{为一时间序列,且
,则?
。
解:
根据k步差分和p阶差分与延迟算子之间的关系,得。
2.已知AR
(1)模型为:
。
求:
。
解:
(1)由平稳序列
或P.49
(2)
即=P.51
(3)AR
(1)模型P.52
(4)AR
(1)模型偏自相关系数截尾:
P.57-58。
3.分别用特征根判别法和平稳域判别法检验下列四个AR模型的平稳性。
(1)
(2)
(3)(4)
其中,均为服从标准正态分布的白噪声序列。
解:
AR(p)模型平稳性的特征根判别法要求所有特征根绝对值小于1;
AR
(1)模型平稳性的平稳域判别法要求,
AR
(2)模型平稳性的平稳域判别法要求:
。
(1)特征根判别法:
平稳;,平稳域判别法:
平稳;
(2)特征根判别法:
非平稳;,平稳域判别法:
非平稳;
(3)特征方程为:
由特征根判别法:
平稳;
平稳域判别法:
平稳;
(4)特征方程为:
由特征根判别法:
非平稳;
平稳域判别法:
非平稳。
P.48-49
4.求平稳AR
(2)模型:
的自协方差函数,自相关系数。
解:
(1)平稳AR
(2)模型的自协方差函数递推公式为
将代入上式,得
(2)平稳AR
(2)模型的自相关系数递推公式为
P.52
5.给出下列平稳AR模型的偏自相关系数。
(1)
(2)其中
解:
(1)平稳AR
(1)模型的偏自相关系数:
(2)平稳AR
(2)模型的偏自相关系数:
P.57
6.已知MA
(2)模型为:
。
求:
。
解:
(1)由平稳序列
P.59
(2)
P.59
(3)MA
(2)模型自相关系数(q阶截尾):
P.60
7.已知ARMA(1,1)模型为:
,试着推导给出它的传递形式与逆转形式。
解:
(1)ARMA(1,1)模型的传递形式:
代入,得
(2)ARMA(1,1)模型的逆转形式:
代入,得
P.66-67
8.给出AR(p)序列预测的公式,及其在正态假定下置信水平是的置信区间。
解:
(1)AR(p)序列预测的公式:
式中:
(2)AR(p)序列预测的置信水平是的置信区间:
P.91
9.简述非平稳序列确定性分析的主要思想和方法。
解:
非平稳序列确定性分析的主要思想是根据Cramer分解定理:
任何一个时间序列都可以分解为两部分的叠加:
其中一部分是由多项式决定的确定性趋势成分,另一部分是平稳的零均值误差成分。
传统的确定性因素分解归纳为四大类因素:
长期趋势、循环波动、季节性变化和随机波动;但是,由于实际分析时发现,没有固定周期的循环波动与长期趋势的影响很难严格分解开,而有固定周期的循环波动和季节性变化又很难严格分解开,所以现在通常把确定性因素分解归纳为三大类因素的综合影响:
长期趋势波动、季节性变化和随机波动。
主要分析方法有:
(1)趋势分析,a)趋势拟合法:
即利用线性或非线性模型拟合趋势;b)平滑法:
即利用移动平均法指数平滑法来作预测。
(2)季节效应分析,即构造季节指数,消除季节影响或进行季节预测。
(3)综合分析,即利用加法、乘法和混合模型对长期趋势波动、季节性变化和随机波动进行综合分析。
(4)X11过程,即时间序列的季节调整过程。
P.109-127
第3页共4页