预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

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