时间序列测验2解答 北师珠 时间序列
更新时间:2024-04-17 03:53:01 阅读量: 综合文库 文档下载
- 时间序列特解推荐度:
- 相关推荐
时间序列分析 教案
测试2 解答 (第三、四章)
-11. 设{xt}为一时间序列,且?xt?xt?xt-1,?pxt??p( ?xt),?kxt?xt?xt-k,2?? 。 Bxt?xt-1,记?(??(B)xt, 则?(B)3?xt)2?(1?B3)(1?B)解:根据k步差分和p阶差分与延迟算子之间的关系,得?(B)。
2. 已知AR(1)模型为:xt?0.7xt-1??t,?t~WN(0,??2)。 求: E(xt),Var(xt),?2和?22。
解:(1) 由平稳序列E(xt)?E(xt-1)和E(?t)?0,得E(xt)?0 或 ???01??1????p?0 P. 47 (??0?0)(2) Var(xt)?0.72Var(xt?1)?Var(?t)?0.49Var(xt)???2
1?0.490.51k(3) AR(1)模型?k??1(k?0),?2??12?0.72?0.49 P. 50 (4) AR(1)模型偏自相关系数截尾: ?22?0 P. 54-55。
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。
即 Va(rxt)=
??2???2?1.96??2 P.49
(1)xt??0.8xt-1??t, (2)xt?1.3xt-1??t, (3)xt?11xt-1?xt-2??t, (4)xt?xt-1?2xt-2??t, 66 其中,{?t}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|?1|?1,
AR(2)模型平稳性的平稳域判别法要求:|?2|?1,?2??1?1。
(1) ?1??0.8 特征根判别法:平稳;|?1|?0.8?1,平稳域判别法:平稳; (2) ?1?1.3 特征根判别法:非平稳;|?1|?1.3?1,平稳域判别法:非平稳;
11(3) 特征方程为: 6?2???1?0即(2??1)(3??1)?0,?1??,?2?
32 由特征根判别法:平稳;
11|?2|??1,?2??1??1,?2??1?0?1,平稳域判别法:平稳;
63(4) 特征方程为: ?2???2?0即(??1)(??2)?0,?1??1,?2?2 由特征根判别法:非平稳;
|?2|?2?1,?2??1?3?1,?2??1?1不小于1,平稳域判别法:非平稳。 P.46
第 0 页 共 4 页
时间序列分析 教案
xt?4. 求平稳AR(2)模型:
51xt-1?xt-2??t,?t~WN(0,??2)的自协方差函数?k, 66自相关系数 ?k。
解:(1) 平稳AR(2)模型的自协方差函数?k递推公式为
1??2?2????0(1??)(1????)(1????)?21212???? ??1?10
1??2???k??1?k?1??2?k?2,k?2??51 将?1?,?2??, 代入上式,得
661?1?(?)?216??2???2??0?1515110?(1?(?))(1??(?))(1??(?))?66666? ????1?0?3?2
?1?1??22??51?????k?2,k?2?kk?166????(2)平稳AR(2)模型的自相关系数?k递推公式为
???0?1?5?5?6 ??1? ?17?1?(?)6??51??k??k?1??k?2,k?266?P. 50
5. 给出下列平稳AR模型的偏自相关系数。
(1)xt?0.8xt-1??t, (2)xt?xt-1?0.5xt-2??t,其中?t~WN(0,??2) 解:(1) 平稳AR(1)模型的偏自相关系数:
??11??1?0.8 ???kk?0,?12????11?1??23? ??????0.5222???0,k?2?kk?k?1k?2
(2) 平稳AR(2)模型的偏自相关系数:
P. 55
第 1 页 共 4 页
时间序列分析 教案
6. 已知MA(2)模型为:xt??t-0.7?t-1?0.4?t-2,?t~WN(0,??2)。 求:E(xt),Var(xt),及?k(k?1。 )解:(1) 由平稳序列E(?t-2)?E(?t-1)?E(?t)?0,得E(xt)?0 P. 56
222(2) Var(xt)?(1??1????q)??2?(1?(?0.7)?0.42)??2?1.65??2 P.56
(3) MA(2)模型自相关系数(q阶截尾):
k?0?1,???1??1?2?0.7?(?0.7?0.4)?0.98????0.594,k?1?221.651.65?1??1??2 ?k????20.4???0.242,k?2221.65?1??1??2?k?2?0,P. 57
7. 已知ARMA(1,1)模型为:xt?0.5xt-1??t?0.8?t-1形式与逆转形式。
解:(1)ARMA(1,1)模型xt??1xt-1??t??1?t-1 (1??1B)xt?(1??1B)?t
的传递形式:
,试着推导给出它的传递
(1??1B)2 xt??t?(1??1B)(1??1B??1B2??)?t(1??1B)
232kxt?[1?(?1??1)B?(?1??1?1)B2?(?1??1?1)B3???(?1??1?1)Bk??]?t代入 ?1?0.5,?1?0.8,得
k?1
xt?[1?0.3B?0.15B2?0.3?0.52B3???0.3?0.5k?1Bk??]?t(2)ARMA(1,1)模型xt??1xt-1??t??1?t-1 (1??1B)xt?(1??1B)?t
的逆转形式:
(1??1B)2 ?t?xt?(1??1B)(1??1B??1B2??)xt(1??1B)
232kk?1?t?[1?(?1??1)B?(?1??1?1)B2?(?1??1?1)B3???(?1??1?1)Bk??]xt
代入 ?1?0.5,?1?0.8,得
?t?[1?0.3B?0.24B2?0.3?0.82B3???0.3?0.8k?1Bk??]xt第 2 页 共 4 页
P. 64
时间序列分析 教案
8. 给出AR(p)序列预测xt(l)的公式,及其在正态假定下置信水平是1??的置信区间。
解:(1)AR(p)序列预测xt(l)的公式:
xt(l)??1xt(l?1)??2xt(l?2)????pxt(l?p)
^?? 式中 :xt(k)??xt(k),k?1
??xt?k,k?0^^^^^^^ (2)AR(p)序列预测xt(l)的置信水平是1??的置信区间: (x(l)?zP. 87
^^1??2?(1?G1???Gl?1)??,x(l)?z2212^1??2?(1?G1???Gl?1)??)
2212
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{xt}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,此外可以考虑交易日因素。
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.106-122
第 3 页 共 4 页
正在阅读:
时间序列测验2解答 北师珠 时间序列04-17
我发现了蚯蚓的秘密作文300字07-09
王铭物理习题答案3-13章01-18
铁丐将军贰臣清朝名将吴六奇记略10-24
高考英语作文常用八大句型06-10
河南省2016年上半年电机装配工:电力机车电工考试试题05-17
中山大学2010-2011学年度优秀学生奖学金获奖名单05-23
2015-2020年中国新型煤化工市场监测及投资前景评估报告 - 图文03-08
计算机网络管理员理论复习资料(B)含答案10-20