人大(王燕)时间序列课后习题答案2-5(含上机的)
更新时间:2024-07-07 16:29:01 阅读量: 综合文库 文档下载
第二章P34 1、(1)因为序列具有明显的趋势,所以序列非平稳。 (2)样本自相关系数:
?k? ??(k)??(0)?(xt?1n?kt?x)(xt?k?x)
t?(xt?1n?x)21n1 x??xt?(1?2???20)?10.5
nt?120120 ?(0)?(xt?x)2?35 ?20t?1119 ?(1)?(xt?x)(xt?1?x)?29.75 ?19t?1118 ?(2)??(xt?x)(xt?2?x)?25.9167
18t?1117 ?(3)?(xt?x)(xt?3?x)?21.75 ?17t?1 ?(4)=17.25 ?(5)=12.4167 ?(6)=7.25
?1=0.85(0.85) ?2=0.7405(0.702) ?3=0.6214(0.556) ?4=0.4929(0.415) ?5=0.3548(0.280) ?6=0.2071(0.153)
注:括号内的结果为近似公式所计算。 (3)样本自相关图:
Autocorrelation Partial Correlation . |*******| . |***** | . |**** | . |*** | . |**. | . |* . | . | . | . *| . |
. |*******| . *| . | . *| . | . *| . | . *| . | . *| . | . *| . | . *| . |
AC PAC
Prob Q-Stat 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1 0.850 0.850 16.732 2 0.702 -0.0728.761
6
3 0.556 -0.0736.762
6
4 0.415 -0.0741.500
7
5 0.280 -0.0743.800
7
6 0.153 -0.0744.533
8
7 0.034 -0.0744.572
7
8 -0.07-0.0744.771
4 7
. *| . | .**| . | .**| . | ***| . |
. *| . |
9 -0.17
0
. *| . | 10 -0.25
2
. *| . | 11 -0.31
9
. *| . | 12 -0.37
0 -0.0745.921
5
-0.0748.713
2
-0.0653.693
7
-0.0661.220
0 0.000 0.000 0.000 0.000
该图的自相关系数衰减为0的速度缓慢,可认为非平稳。
?k2????4、LB?n(n?2)???n?k?
k?1??m LB(6)=1.6747 LB(12)=4.9895
22?0.05(6)=12.59 ?0.05(12)=21.0
显然,LB统计量小于对应的临界值,该序列为纯随机序列。
第三章P97
1、解:E(xt)?0.7*E(xt?1)?E(?t)
(1?0.7)E(xt)?0 E(xt)?0 (1?0.7B)xt??t
xt?(1?0.7B)?1?t?(1?0.7B?0.72B2??)?t Var(xt)?1??2?1.9608??2
1?0.49 ?2??12?0?0.49 ?22?0 2、解:对于AR(2)模型:
??1??1?0??2??1??1??2?1?0.5 ??????????????0.31120112?2解得:?
3、解:根据该AR(2)模型的形式,易得:E(xt)?0 原模型可变为:xt?0.8xt?1?0.15xt?2??t
??1?7/15
??2?1/15Var(xt)?1??2?2
(1??2)(1??1??2)(1??1??2)
?(1?0.15)?2=1.9823?2
(1?0.15)(1?0.8?0.15)(1?0.8?0.15)??1??1/(1??2)?0.6957??11??1?0.6957????2??1?1??2?0?0.4066 ??22??2??0.15 ?????????0.2209??33?01221?3?
4、解:原模型可变形为: (1?B?cB2)xt??t
由其平稳域判别条件知:当|?2|?1,?2??1?1且?2??1?1时,模型平稳。 由此可知c应满足:|c|?1,c?1?1且c?1?1 即当-1 1?? ?k??1/(1?c)???c?k?2?k?1 k?0k?1 k?25、证明:已知原模型可变形为: (1?B?cB2?cB3)xt??t 322 其特征方程为:????c??c?(??1)(????c)?0 不论c取何值,都会有一特征根等于1,因此模型非平稳。 22??Var(x)??/(1??)。 6、解:(1)错,0t?1 (2)错,E[(xt??)(xt?1??)]??1??1?0??1??2/(1??12)。 ?T (3)错,x(l)??1lxT。 ?G1?T?l?1?G2?T?l?2???Gl?1?T?1 (4)错,eT(l)??T?l2l?1??????????? ?T?l1T?l?11T?l?21?T?1 (5)错,limVar[xT?ll??1[1??12l]212?T(l)]?limVar[eT(l)]?lim?x???。 ??2l??l??1??21??11 ?1?1?4?12??1??1???1 7、解:?1?22?11??1 MA(1)模型的表达式为:xt??t??t?1。 8、解:E(xt)??0/(1??1)?10/(1?0.5)?20 原模型可变为:(1?0.5B)(xt?20)?(1?0.8B2?CB3)?t (1?0.8B2?CB3)?t xt?20?(1?0.5B) 显然,当1?0.8B?CB能够整除1-0.5B时,模型为MA(2)模型,由此得B=2是1?0.8B?CB=0的根,故C=0.275。 9、解::E(xt)?0 Var(xt)?(1??1 ?1?22??2)??2?1.65??2 2323??1??1?2?0.98???0.5939 221.651??1??2 ?2? ??20.4??0.2424 ?k?0,k?3 221??1??21.6510、解:(1)xt??t?C(?t?1??t?2??) xt?1??t?1?C(?t?2??t?3??) xt??t?C??xt?1??t?1???t?1??xt?1??t?(C?1)?t?1 C?? 即 (1?B)xt?[1?(C?1)B]?t 显然模型的AR部分的特征根是1,模型非平稳。 (2) yt?xt?xt?1??t?(C?1)?t?1为MA(1)模型,平稳。 ?1? 11、解:(1)|?2|?1.2?1,模型非平稳; ?1?1.3738 ?2?-0.8736 ??1C?1 ?221??1C?2C?2 (2)|?2|?0.3?1,?2??1?0.8?1,?2??1??1.4?1,模型平稳。 ?1?0.6 ?2?0.5 (3)|?2|?0.3?1,?2??1?0.6?1,?2??1??1.2?1,模型可逆。 ?1?0.45+0.2693i ?2?0.45-0.2693i (4)|?2|?0.4?1,?2??1??0.9?1,?2??1?1.7?1,模型不可逆。 ?1?0.2569 ?2?-1.5569 (5)|?1|?0.7?1,模型平稳;?1?0.7 |?1|?0.6?1,模型可逆;?1?0.6 (6)|?2|?0.5?1,?2??1??0.3?1,?2??1?1.3?1,模型非平稳。 ?1?0.4124 ?2?-1.2124 |?1|?1.1?1,模型不可逆;?1?1.1 12、解:(1?0.6B)xt?(1?0.3B)?t xt?(1?0.3B)(1?0.6B?0.62B2??)?t ?(1?0.3B?0.3*0.6B2?0.3*0.62B3??)?t ??t??0.3*0.6j?1?j?1?t?j j?1 G0?1,Gj?0.3*0.6 13、解:E[?(B)xt]?E[3??(B)?t]?(1?0.5)2E(xt)?3 E(xt)?12 14、证明:?0??(0)/?(0)?1; ?1??(1)(?1??1)(1??1?1)0.25(1?0.5*0.25)???0.27 22?(0)1??1?2?1?11?0.25?2*0.5*0.25 ?k??1?k?1?0.5?k?1 k?2 15、解:(1)错;(2)对;(3)对;(4)错。 16、解:(1)xt?10?0.3*(xt?1?10)??t, xT?9.6 ?T(1)?E(xt?1)?E[10?0.3*(xT?10)??T?1]?9.88 x?T(2)?E(xt?2)?E[10?0.3*(xT?1?10)??T?2]?9.964 x?T(3)?E(xt?3)?E[10?0.3*(xT?2?10)??T?3]?9.9892 x 已知AR(1)模型的Green函数为:Gj??1j,j?1,2,? eT(3)?G0?t?3?G1?t?2?G2?t?1??t?3??1?t?2??12?t?1 Var[eT(3)]?(1?0.3?0.09)*9?9.8829 22%的置信区间: xt?3的95[9.9892-1.96*9.8829,9.9892+1.96*9.8829] 即[3.8275,16.1509] ?T(1)?10.5?9.88?0.62 (2)?T?1?xT?1?x?T?1(1)?E(xt?2)?0.3*0.62?9.964?10.15 x?T?1(2)?E(xt?3)?0.09*0.62?9.9892?10.045 x Var[eT?2(2)]?(1?0.3)*9?9.81 2%的置信区间: xt?3的95[10.045-1.96×9.81,10.045+1.96*9.81] 即[3.9061,16.1839] 习题4 1、 1?T?1?(xT?xT?1?xT?2?xT?3) x4?T?2?x面的系数均为 2、由 15551?(xT?1?xT?xT?1?xT?2)?xT?xT?1?xT?2?xT?3所以,?T?2中xT与xT?1前在x4161616165。 16 ?t??xt?(1??)x?t?1?x? ??x??x?(1??)xt?1t?t?1?t?5.2?5?5?(?1)?x? ?5.26?5.?5???(1x)t??t?5.1x??(??的情况1???0.4舍去 代入数据得 解得 ) 3、(1) 11?21?(x2?xx?x?x+x)?()=11.2 01918171613+11+10+10+125511?22?(x?2+xx?x?x?x)?(.2+13+11+10+10)=11.04 1201918171155 ?t?0.4xt?0.6x?t?1且初始值x?0?x1进行迭代计算即可。另外,x?22?x?21?x?20 该题详见Excel。11.79277 (2)利用x (3)在移动平均法下: 1911??X??XX2120i55i?16 19111??X??X??XX222120i555i?15a?1116???55525 在指数平滑法中: ?22???xxx21??x2? 00.4x2?00.6?b?0.4 6?b?a?0.4??0.16 25 5、由 ?t??xt?(1??)(x?t?1?rt?1)?x? ??r??(x?x)?(1??)rtt?1t?1?t 代入数据得 ?t?0.4xt?0.?6(?205?x? ?4.1?0.x2?(?20)?0.85t? 解得 ?t?20.5?x? 5x?13.7?t z<-c(10,11,12,10,11,14,12,13,11,15,12,14,13,12,14,12,10,10,11,13) 6、 方法一:趋势拟合法 income<-scan('习题4.6数据.txt') ts.plot(income) 由时序图可以看出,该序列呈现二次曲线的形状。于是,我们对该序列进行二次曲线拟合: t<-1:length(income) t2<-t^2 z<-lm(income~t+t2) summary(z) lines(z$fitted.values, col=2) 方法二:移动平滑法拟合 选取N=5 income.fil<-filter(income,rep(1/5,5),sides=1) lines(income.fil,col=3) 7、(1) milk<-scan('习题4.7数据.txt') ts.plot(milk) 从该序列的时序图中,我们看到长期递增趋势和以年为固定周期的季节波动同时作用于该序列,因此我们可以采用乘积模型和加法模型。 在这里以加法模型为例。 z<-scan('4.7.txt') ts.plot(z) z<-ts(z,start=c(1962,1),frequency=12) z.s<-decompose(z,type='additive') //运用加法模型进行分解 z.1<-z-z.s$seas //提取其中的季节系数,并在z中减去(因为是加法模//型)该季节系数 ts.plot(z.1) lines(z.s$trend,col=3) z.2<-ts(z.1) t<-1:length(z.2) t2<-t^2 t3<-t^3 r1<-lm(z.2~t) r2<-lm(z.2~t+t2) r3<-lm(z.2~t+t2+t3) summary(r1) summary(r2) summary(r3) ##发现3次拟合效果最佳,故选用三次拟合 ts.plot(z.2) lines(r3$fitt,col=4) pt<-(length(z.2)+1) : (length(z.2)+12) pt1<-pt ##预测下一年序列 pt2<-pt^2 pt3<-pt^3 pt<-matrix(c(pt1,pt2,pt3),byrow=T,nrow=3)/*为预测时间的矩阵。*/ p<-r3$coef[2:4]%*%pt+r3$coef[1]/*矩阵的乘法为%*%;coef【1】为其截距项,coef【2:4】为其系数*/ p1<-z.s$sea[1:12]+p/*加回原有季节系数,因为原来是加法模型*/ ts.plot(ts(z),xlim=c(1,123),ylim=c(550,950)) lines(pt1,p1,col=2) ##包含季节效应的 SARIMA模型 z<-scan('4.7.txt') ts.plot(diff(z)) sq<-diff(diff(z),lag=12) /*12步差分*/ par(mfrow=c(2,1)) acf(sq,50) pacf(sq,50) ## ##观察上图,发现ACF图12阶处明显,24阶处即变到置信区间内。 ##而PACF图12阶,24阶,36阶处有一个逐渐递减过程,可认为##拖尾,故可以考虑对季节效应部分采用MA(1)模型 ##同时,ACF图在第一阶处显著后即立刻变动到置信区间内,具有##截尾性质,PACF图在第5、6阶时变动到置信区间外,可以考虑##使用MA(1)模型,故综合可采用乘积模型SARIMA(0,1,1)?(0,1,1)12 ##即ri1、ma1模型乘以季节因素 result<-arima(z,order=c(0,1,1),seasonal=list(order=c(0,1,1),period=12))/*季节因素里的order为阶数的意思,与前面的airma模型的阶数含义同*/ tsdiag(result)//诊断 ##下图为预测后的图 4.8 z<-scan('4.8.txt') adf.test(z) ##单位根检验。比较科学的定量的方法 ##其原假设:具有单位根,即不平稳。此题中接受备则假设:平稳。 指数平滑预测 ffe<-function(z,a) ##定义指数平滑预测。其中a为平滑项 { y<-c() y<-z[1] for(i in 1:length(z)) y<-c(y, a*z[i]+(1-a)*y[i]) return(y) } y<-ffe(z,0.6) ##执行上述定义的function ts.plot(z) lines(y,col=3) y[length(y)] 简单移动平均 z.1<-filter(z,rep(1/12,12),side=1) ##side=1是指将所有算不出的序列值都空到最前面去,而在尾部没有空值。 z.1<-c(NA,z.1) ts.plot(z) lines(z.1,col=3) meand<-function(z,z.1,n) ##预测函数。以12为周期。依次为原始数据,平滑值,预测步数 { y<-z.1[length(z.1)] z.2<-z[(length(z)-10):length(z)] for(i in 1:n) { m<-sum(rep(1/12,12-i)*z.2[i:length(z.2)]) n<-sum(rep(1/12,i)*y) y<-c(y,m+n) }##一直重复:预测,原始数列取代一个,预测数列拿来一个 return(y) } y<-meand(z,z.1,11) y<-c(z.1,y) ts.plot(z,xlim=c(0,205)) lines(y,col=3) ##SARIMA par(mfrow=c(2,1)) ds<-diff(z) acf(ds,40) pacf(ds,40) ##可以看出有一些不明显的周期性,故采用sarima拟合 result<-arima(z,order=c(2,1,0),seasonal=list(order=c(1,0,0),period=12)) ##在季节部分很少出现2以上的数字(指seasonalresult<-arima(z,order=c(2,1,0),seasonal=list(order=c(1,0,1),period=12)) 的order部分) 中 result<-arima(z,order=c(4,1,0),seasonal=list(order=c(1,0,1),period=12),fixed=c(NA,NA,0,NA,NA,NA)) ##观察图,发现第三项在置信区间内,故认为可能为限定的sarima模型。最后两个NA指季节指数中的sar1和sma1. ##第三个的aic值最小,即模型拟合效果最好 tsdiag(result) ##检验通过 1、(1)判断序列的平稳性 该序列时序图如图1所示: 时序图显示该序列有显著的变化趋势,为典型的非平稳序列。 (2)对原序列进行差分运算: 对原序列进行1阶差分运算,运算后序列时序图如图2所示: 时序图显示差分后序列在均值附近比较平稳的波动。为了进一步确定平稳性,考察差分后序列的自相关图,如图三所示:
正在阅读:
人大(王燕)时间序列课后习题答案2-5(含上机的)07-07
2015年年会主持串词01-01
河南工业职业技术学院电气工程系人才培养方案论证会主持词06-05
年会节目主持串词精彩5篇03-23
眉飞色舞歌曲主持人串词;眉飞色舞歌词02-08
《后会无期》经典台词02-09
XXX同志在全县机关党员干部纪律作风集中整顿活动动员会议上的主持词02-23
书法作品格式简介01-25
- 多层物业服务方案
- (审判实务)习惯法与少数民族地区民间纠纷解决问题(孙 潋)
- 人教版新课标六年级下册语文全册教案
- 词语打卡
- photoshop实习报告
- 钢结构设计原理综合测试2
- 2014年期末练习题
- 高中数学中的逆向思维解题方法探讨
- 名师原创 全国通用2014-2015学年高二寒假作业 政治(一)Word版
- 北航《建筑结构检测鉴定与加固》在线作业三
- XX县卫生监督所工程建设项目可行性研究报告
- 小学四年级观察作文经典评语
- 浅谈110KV变电站电气一次设计-程泉焱(1)
- 安全员考试题库
- 国家电网公司变电运维管理规定(试行)
- 义务教育课程标准稿征求意见提纲
- 教学秘书面试技巧
- 钢结构工程施工组织设计
- 水利工程概论论文
- 09届九年级数学第四次模拟试卷
- 王燕
- 时间序列
- 课后
- 上机
- 习题
- 人大
- 答案
- 点检定修制讲议-宋进
- 初中数学二次函数复习专题(1)
- 施工方案 技术标
- 均衡发展横标签
- 2018年人教版初中物理中考总复习教学导学案(全套,139页,含答案)
- 专题10 哲学思想和唯物论、认识论(专题)-2018年高考政治考纲解
- 盾构机组装方案-十六局
- 2010年高考试题 - 英语(天津卷)(精校版)
- EAS BOS编程模型
- 证券营业部项目可行性研究报告
- 论文《压气站设计》
- 《计量经济学》补充练习题
- 苏教版五年级下册简易方程习题
- 关于批准北京顺义等27个农业科技园区为国家农业科技园区的通知
- 汽轮机考工试题公用部分应知传热学知识
- 16年川大《公共行政管理实践》第二次作业答案
- 防冲体抛投单元工程施工质量验收评定表
- 专业技术职务任职资格评审表(一式两份)
- 2017历史(人民版)一轮特训:第29讲 西方人文主义思想的起源和
- 2012届高三数学二轮专题训练解答题(71)