《时间序列分析》第二章时间序列预处理习题解答.docVIP

《时间序列分析》习题解答?0?2习题2.3?0?21考虑时间序列12345…20 1判断该时间序列是否平稳 2计算该序列的样本自相关系数kρ∧k12…6 3绘制该样本自相关图并解释该图形. ?0?2解1根据时序图可以看出该时间序列有明显的递增趋势所以它一定不是平稳序列?0?2即可判断该时间序是非平稳序列其时序图程序见后。?0?2 时间序描述程序 data example1 input number timeintnxyear01jan1980d _n_-1 format time date. cards 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 proc gplot dataexample1 plot numbertime1 symbol1 cblack vstar ijoin run?0?2?0?2?0?22当延迟期数即k本题取值1 2 3 4 5 6远小于样本容量n本题为20时自相关系数kρ∧计算公式为 number1234567891011121314151617181920time01JAN8001JAN8101JAN8201JAN8301JAN8401JAN8501JAN8601JAN8701JAN8801JAN8901JAN9001JAN9101JAN9201JAN9301JAN9401JAN9501JAN9601JAN9701JAN9801JAN99121nkttktknttXXXXXXρ?6?1∧?6?1?6?1≈?6?1∑∑ 0kn4.9895?0?2注20.05125.226χ接受原假设认为该序列为纯随机序列。?0?2解法三、Q统计量法 计算Q统计量即 12214.57kkQnρ∑?0?2?0?2?0?2?0?2?0?2?0?2?0?2?0?2?0?2?0?2查表得210.051221.0261χ?6?1由于Q统计量值4.57Q小于查表临界值即可认为接受原假设即该序列可视为纯随机序列为白噪声序列 5表2——9数据是某公司在2000——2003年期间每月的销售量。 表2——9 月份 2000年 2001年 2002年 2003年 1 153134145117 2 187175203178 3 234243189149 4 212227214178 5 300298295248 6 221256220202 7 201237231162 8 175165174135 9 123124119120 10 1041068596 11121 绘制该序列时序图及样本自相关图。 2 判断该序列的平稳性。 3 判断该序列的纯随机性。 解1序列的时序图 data example2_5 input sales timeintnxmonth01jan2000d_n_-1 format time monyy7. cards 153 187 234 212 300 221 201 175 123 104 85 78 134 175 243 227 298 256 237 165 124 106 87 74 145 203 189 214 295 220 231 174 119 85 67 75 117 178 149 178 248 202 162 135 120 96 90 63 proc print dataexample2_5 proc gplot dataexample2_5 plot salestime1 symbol1 cgreen vdiamond ijoin proc arima dataexample2_5 identify varsales run 样本自相关图 sales0100200300timeJAN2000APR2000JUL2000OCT2000JAN2001APR2001JUL2001OCT2001JAN2002APR2002JUL2002OCT2002JAN2003APR2003JUL2003OCT2003JAN2004 2由时序图和样本自相关图的性质可以认为该序列平稳。 样本自相关图显示延迟3阶之后自相关系数由正接近于零并变为负延迟8阶之后又由负变为正这是具有周期变化规律的非平衡序列。 3有如下白噪声检验的结果 由检验结果看出在各阶段延迟下LB检验统计量的P值都非常小为99.999该序列为非纯随机序列。 另解 data exmaple2_1 input s2000 s2001 s2002 s2003 timeintnx month01jan2000d _n_-1 format t