04第4篇时空过程分析作业题.docVIP

研究生地理数学方法 第四篇 时空过程分析 PAGE  PAGE 6 第四篇 时空过程分析 1 证明题 1）给定一个MA(1)过程的数学模型 , . 试证明其自协方差函数 . 【注意：不要采用课文的推导方法，需要另辟蹊径。】 2）在协方差平稳的条件下，给定一个AR(1)过程 , . 其协方差可以表作 . 试从这个式子出发，证明Yule-Walker递推关系 . 【注意：不要采用课文中的证明方法，要另辟蹊径。提示：需要借助AR过程的性质、MA过程的性质，必要时将AR过程转化为MA过程。】 3）一阶移动平均过程即MA(1)模型可以表作 , 式中xt表示可观测的现期数值，随机冲击εt为白噪声 . 由于MA(1)过程的平均值为0，故其协方差可以表作 . 式中E表示均值算子。试证明： （1）协方差为：. （2）自相关函数为：, （3）一阶自相关函数具有对称性： 2 计算题 1） 我们在第三章“多元统计分析”中曾经要求大家以某省连续18年的工业产值、农业产值、固定资产投资为自变量，运输业产值为因变量，进行多元回归和逐步回归分析（原始数据见作业2）。现在，我们进行如下回归计算： = 1 \* GB2 ⑴ 分别以工业产值（x1）、农业产值（x2）、固定资产投资（x3）为自变量，以运输业产值（y）为因变量，进行一元线性回归。 = 2 \* GB2 ⑵ 以时间序号（t）为自变量，以固定资产投资额的倒数（1/y）为因变量，进行非线性回归。显然，结果为双曲线模型的一种。 = 3 \* GB2 ⑶ 以工业产值、农业产值、固定资产投资为自变量，以运输业产值为因变量，进行多元线性回归。全部回归的残差列于下表。 序号x1-yx2-yx3-yt-1/y3 x-y10.15570.3250-0.8926-0.0037-0.314620.44390.4566-1.0274-0.0198-0.217630.81980.53600.3403-0.04280.632640.39680.34170.2418-0.03080.34725-0.42800.6597-0.20130.0367-0.34816-0.06780.42280.10180.00550.00837-0.20570.50500.33380.03150.034480.15200.13510.74860.01450.44809-0.2820-0.45590.32440.01010.017710-0.4377-0.74620.08080.0081-0.178211-0.1610-1.0575-0.32530.0156-0.194412-0.0430-0.90620.25520.01820.136713-0.0950-0.8139-0.49040.0121-0.251114-0.4891-1.0146-0.01610.0130-0.255815-0.8161-1.01980.10460.0022-0.4006160.59470.77080.3522-0.02700.4355170.22180.67660.1732-0.02100.1299180.24061.1851-0.1033-0.0224-0.0299DW1.36260.46731.19441.00711.8530 要求： = 1 \* GB2 ⑴ 对表中的残差序列进行自相关分析，观察结果是否为随机序列，抑或具有某种趋势性（由于时间序列较短，最大时滞可以设为10，即计算10个自相关系数值）。  = 2 \* GB2 ⑵ 将自回归结果与DW检验结果进行比较，由此可以得出什么结论？ 2）现有郑州市非农业人口的时间序列（1985－2000），见下表。要求：  = 1 \* GB2 ⑴ 分析该序列的性质，并指出郑州市规模自身影响的最大时程；  = 2 \* GB2 ⑵ 对序列进行平稳化处理，并检验处理结果；  = 3 \* GB2 ⑶ 基于平稳化处理结果建立ARMA(p, q)模型，并将模型返回为非线性形式。 年份非农人口年份非农人口年份非农人口年份非农人口1985101.02 1989113.28 1993123.231997143.181986102.19 1990115.97 1994132.371998146.511987106.5