1、(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
2、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。P48-494. 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. 525. 给出下列平稳AR模型的偏自相关系数。 (1) (
3、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. 576. 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. 607. 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. 66-678. 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
4、测的置信水平是的置信区间: P 919. 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。P109-127第 3 页 共 4 页