2008-2009-01时间序列分析06级期末b卷答案.docx

2008-2009-195004-11 时间序列分析 2008-2009-195004-11 时间序列分析B卷 2008-2009-1 2008-2009-1 应用数学系06级期末考试B卷 第 PAGE #页共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 -二二 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） '、填空题（每空3分，共30分）； 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）。 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）。 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 A 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。 TOC \o "1-5" \h \z 已知 AR（ 1）模型为：Xt =0.8xt_1 可 ~WN（0,<r；），则 E（xt）= 0 , 偏自相关系数*11= 0.8_ 。 设｛xj为一时间序列，B为延迟算子，则B2Xt二 Xt-2 。 6?假设线性非平稳序列｛xt｝形如：xt =1 2t at，其中E（at）0, Var（aj -二2, Cov（at， at-1） = 0，~t -1，则' xt =xt -xt-1 = 2 ? at -at-1 。 模型ARIMA（0,1,0）称为_随机游走_模型，其序列的方差Var（ x J = W ； 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： 一AR（ 1） 。 Xt = f （t,XtjXt 亠…）+ 8t 条件异方差模型中，形如 灼=、阮e p q 2 ht =国+瓦"山丄+瓦再蓟」 7 J4i.i.d 式中，f （t,xt」,xt2…）为｛为｝的回归函数，et ~ N（0,1），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_ 一或者两者之间 具有 协整 关系（即回归残差序列平稳） 、（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) (1) Xt 二 0.6xt_1 ；t (2) Xt = -1.叽1 ；t (3) Xt (3) Xt 1 一 6Xt-1 1 6Xt-2 七 (4) Xt =2xt-1 3xt-2 ；t 解： 1；AR（ p） 1； AR（ 1）模型平稳性的平稳域判别法要求11卜：1 , AR（2）模型平稳性的平稳域判别法要求： 「2卜:1, \ - '1 :: 1 （1） '1 =0.6特征根判别法：平稳；「1 |=0.6 <1，平稳域判别法：平稳; ⑵ = -1.1特征根判别法：非平稳；Il | = 1.1 1，平稳域判别法：非平稳; 2 1 1 ⑶ 特征方程为：6人一九一1=0即（2几一1）（3人+1） = 0,人=一一，扎2 =— TOC \o "1-5" \h \z 3 2 由特征根判别法：平稳； \o "Current Document" 1 1 | 2^- :: 1, 八厂—::1, 2 - -1 =0 :: 1，平稳域判别法：平稳; 6 3 （4） 特征方程为：■■'■■■ ~'2九 ~"3 = 0 即（，■ 1）（九-'3） = 0, ，1 = -1, ，2 = 3 由特征根判别法：非平稳； I； |=3 1,；」=5 1, 2 - -1不小于1,平稳域判别法：非平稳。 三、（10分=4+3+3分）非平稳序列的确定性分析 1.某一观察值序列最后4期的观察值为：Xt」=8,Xtn=8.4 ,Xt」=8.8 ,Xt =9.2, 使用4期移动平均法预测?T 2 解：使用4期移动平均法预测 乳1蔦^ 乳1蔦^1 I % = 8 8.4 8.8 9.2 4 二 8.6 8.4 8.8 8.2 8.64二 8.51 8.4 8.8 8.2 8.6 4 二 8.5 ￡ 2 二匚 Xt _2 %」Xt ?t 1 二 4 2.三个拟合模型的比较数据如下: 模型 AIC SBC ARIMA(0,1,1)模型： (1 —B)Xt =4.99661 +(1+0.70766B)?t 249.3305 252.4976 / < Auto — Regressive 模型一： 人=69.1491+4.515&十