2008200901时间序列分析06级期末B卷答案.doc

2008-2009-195004-11 时间序列分析 B卷 2008-2009-1应用数学系06级期末考试B卷 第 PAGE 4 页 共 NUMPAGES 4 页 北京师范大学珠海分校 2008-2009学年第一学期期末考试（B卷）答案 开课单位： 应用数学系 课程名称：时间序列分析 任课教师： 吴春松 考试类型： 闭卷 考试时间： 120 分钟 学院 应用数学系06级 姓名__________ 学号_____________ 班级________ 题号 一 二 三 四 五 六 总分 得分 阅卷人 试卷说明：（本试卷共4页，满分100分） 一、填空题（每空3分，共30分）； 1. 所谓时间序列分析是指：对时间序列进行观察、研究，找寻它变化发展的规律， 预测它将来的走势（就是时间序列分析）。 2. 给出一个简单的时间序列实例：某同学一周七天每天花费的基本生活费15，13， 16，17，15，18，20（单位：元）。 3. 平稳时间序列自相关图的特点：平稳序列通常具有短期相关性，用自相关系数 来描述就是随着延迟期数k的增加，平稳序列的自相关系数会很快衰减向零。 4. 已知AR（1）模型为：，则=___0__, 偏自相关系数=________0.8_____。 5. 设{为一时间序列，B为延迟算子，则。 6. 假设线性非平稳序列{形如：， ，则。 7. 模型ARIMA（0，1，0）称为_随机游走_模型， 其序列的方差。 8. 如果观察序列的时序图平稳，并且该序列的自相关图拖尾，偏相关图1阶截尾， 则选用什么ARMA模型来拟合该序列：___AR（1）______。 9. 条件异方差模型中，形如 式中，为{}的回归函数，，该模型简记为GARCH（p，q）模型； 10.多元时间序列分析建模时要求输入序列与响应序列均要_ 平稳__或者两者之间 具有__协整__关系（即回归残差序列平稳）。 二、（10分）试用特征根判别法或平稳域判别法检验下列四个AR模型的平稳性。 （1） （2） （3） （4） 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。 （10分=4+3+3分）非平稳序列的确定性分析 某一观察值序列最后4期的观察值为：8，8.4，8.8，9.2,使用4期移动平均法预测。 解：使用4期移动平均法预测 三个拟合模型的比较数据如下： 模型 AIC SBC ARIMA(0,1,1)模型： 249.3305 252.4976 Auto－Regressive模型一： 260.8454 267.2891 Auto－Regressive模型二： 250.6317 253.7987 试比较上述3个模型的优劣并排序。 解：根据AIC与SBC两个统计量均是数值越小，模型效果越优的判别标准， 易知，上述3个模型中： ARIMA(0,1,1)模型最优； Auto－Regressive模型二次之； Auto－Regressive模型一最差。 （10分） 试推导一般ARMA（1，q）模型的传递形式；并进而给出ARMA（1，2）模型为：的传递形式。 解：（1）ARMA（1，q）模型的传递形式： （2）ARMA（1，2）模型的传递形式： 代入 ，到（1）公式, 得 （10分）给出ARMA模型的建模流程： 解：ARMA模型的建模流程 （30分）实践题（另交3-10页的题目、程序和答案纸） 要求：总结各章上机指导的相关内容，从问题出发，提供不超过三个可以独立运行的SAS程序，解决时间序列分析有关具体问题，包括数据的输入、输出，时序图、自相关图、偏相关图，ARIMA过程的较完整运用，以及其它自己熟悉的时间序列分析程序过程（如自回归、X11等）的运用。