时间序列分析于R——习题答案.docxVIP

第一章习题答案 略 第二章习题答案 2.1 （1）非平稳 （2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376 （3）典型的具有单调趋势的时间序列样本自相关图 2.2 （1）非平稳，时序图如下 （2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图 2.3 （1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118 （2）平稳序列 （3）白噪声序列 2.4 LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平 ，序列不能视为纯随机序列。 2.5 （1）时序图与样本自相关图如下 （2） 非平稳 （3）非纯随机 2.6 （1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)） （2）差分序列平稳，非纯随机 第三章习题答案 3.1 ,,, 3.2 , 3.3 , ,, ,, 3.4 , 3.5 证明: 该序列的特征方程为：，解该特征方程得三个特征根： ，， 无论取什么值，该方程都有一个特征根在单位圆上，所以该序列一定是非平稳序列。证毕。 3.6 (1)错 （2）错 （3）对 （4）错 （5） 3.7 该模型有两种可能的表达式：和。 3.8 将等价表达为 展开等号右边的多项式，整理为 合并同类项，原模型等价表达为 当时，该模型为模型，解出。 3.9 , ，， 3.10 （1）证明：因为，所以该序列为非平稳序列。 （2），该序列均值、方差为常数， , 自相关系数只与时间间隔长度有关，与起始时间无关 所以该差分序列为平稳序列。 3.11 （1）非平稳，（2）平稳，（3）可逆，（4）不可逆，（5）平稳可逆，（6）不平稳不可逆 3.12 ，， 所以该模型可以等价表示为： 3.13 3.14 证明：已知，，根据模型Green函数的递推公式得： ，， 3.15 （1）成立 （2）成立 （3）成立 （4）不成立 3.16 （1）95%置信区间为（3.83,16.15） （2）更新数据后95%置信区间为（3.91,16.18） 3.17 （1）平稳非白噪声序列 （2）AR(1) (3) 5年预测结果如下： 3.18 （1）平稳非白噪声序列 （2）AR(1) (3) 5年预测结果如下： 3.19 （1）平稳非白噪声序列 （2）MA(1) (3) 下一年95%的置信区间为（80.41,90.96） 3.20 （1）平稳非白噪声序列 （2）ARMA(1,3)序列 （3）拟合及5年期预测图如下： 第四章习题答案 4.1 的系数为， 的系数为 4.2 解下面的方程组，得到 4.3 （1）11.04 （2）11.79277 （3） 4.4 根据指数平滑的定义有（1）式成立，（1）式等号两边同乘有（2）式成立 （1）-（2）得 则。 4.5 该序列为显著的线性递增序列，利用本章的知识点，可以使用线性方程或者holt两参数指数平滑法进行趋势拟合和预测，答案不唯一，具体结果略。 4.6 该序列为显著的非线性递增序列，可以拟合二次型曲线、指数型曲线或其他曲线，也能使用holt两参数指数平滑法进行趋势拟合和预测，答案不唯一，具体结果略。 4.7 本例在混合模型结构，季节指数求法，趋势拟合方法等处均有多种可选方案，如下做法仅是可选方法之一，结果仅供参考 （1）该序列有显著趋势和周期效应，时序图如下 （2）该序列周期振幅几乎不随着趋势递增而变化，所以尝试使用加法模型拟合该序列：。（注：如果用乘法模型也可以） 首先求季节指数（没有消除趋势，并不是最精确的季节指数） 0.960722 0.912575 1.038169 1.064302 1.153627 1.116566 1.04292 0.984162 0.930947 0.938549 0.902281 0.955179 消除季节影响，得序列，使用线性