- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
北京师范大学珠海分校
2008-2009学年第一学期期末考试(A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)
一、填空题(每空3分,共30分);
所谓时间序列是指:按照时间的顺序把随机事件变化发展的过程等时间距离的记 录下来,就是一个时间序列。
平稳时间序列的两个统计性质是:(1)常数均值:EXt二?1 ;
(2)自协方差函数和自相关系数只依赖于时间的平移长度而与时间的起止点无关:
(t,s )= Kk+s-t)。
白噪声序列满足:(1)任取T,有EX=u ; (2)任取t,s€ T ,有
, CT2 t = S
£(t, s)=」 , , 称序歹U {Xt}为纯随机序歹U (又称白噪声序歹U) 。
Q , t 式 S
已知 AR (1)模型为:Xt =0.7xt_1 +引,叫 ~WN(0,4),则 E(小 _0_ ,
偏自相关系数需= *kk= 0 (k1);
设{xt}为一时间序列,且 xt = xt -xt-1, 2xt = ; C- xt) = xt - 2xt_i ? xt ;
假设线性非平稳序列{ xt}形如:Xt = 1 2t - at,其中E (at)0, Var (aj ?;2,
Cov (at, a-1)= 0,Nt 1,问应该对其进行 一一_阶差分后化成平稳序列分析;
模型ARIMA (0,1,0)称为_随机游走—模型,其序列的方差Var (xt) ;
如果序列1阶差分后平稳,并且该差分序列的自相关图 1阶截尾,偏相关图拖尾,
则选用什么ARIMA模型来拟合: ARIMA(0,1,1) ;
Xt = f (t,XtjXt 亠…)+8t
条件异方差模型中,形如 灼=、;斤e
2 3
2 ht =切+瓦耳山丄+瓦jt」
i.i.d
式中,f(t,Xt丄Xt2…)为{ Xt}的回归函数,e ~ N(0,1),该模型简记为GARCH (2, 3)模型:
Cox和Jenkins在1976年研究多元时间序列分析时要求输入序列与响应序列均要
_平稳 _, En gle和Gran ger在1987年提出了 一协整 —关系,即当输入序列与响 应序列之间具有非常稳定的线性相关关系(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 =「0卜1 ;t
(2) x t - 1-3xt-1 ;t
(3) X
(3) Xt
^Xt-1 lxt-2
6 6
(4) x t - x t-1 2x t-2 ■ ;t
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) -0.8特征根判别法:平稳;「1 |=0.8 :::1,平稳域判别法:平稳;
⑵ 1 =1.3特征根判别法:非平稳;II卜1.3 1,平稳域判别法:非平稳;
TOC \o 1-5 \h \z 1 1
⑶ 特征方程为: 6,2-」1=0 即(2 -1)(3 1^0, 1 , 2 :
3 2
由特征根判别法:平稳;
1 . . 1
「2 | = 1 :: 1, 2 ■ 丄::1, 2 - 1 =0 :: 1,平稳域判别法:平稳;
6 3
(4) 特征方程为: -1 -2=0 即(,,“(九-2)=0, - -1, ,2 = 2
由特征根判别法:非平稳;
「2 1=2 1, 2 ■ 1 -3 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, = 5, Xtn = 5.4 , xT j = 5.8 , xT = 6.2,
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XT 21 5 5.4 5.8 6.2
解:使用
4期移动平均法预测
XT 2
1 5 5.4 5.8 6.2
Xt Xt Xt _i Xt
4 4
1 c 5.4 5.8 6.2 5.6
Xt Xt_1 Xt % 1 二
4
Xt
5.6
二 5.75
2.对某一观察值序列:Xt [使用指数平滑法~t「必?(1-〉)~t_1,已知Xt =6,
~丁4 =6.4,平滑系数:=0.25,求二期预测值XT 2 o
解:使用指数平滑法~t = = xt ? (1 -〉)~t』
XT 厂 ~T = 0.25xT 0.75~T_厂 0.25 6 0.75 6.4 二 6.
文档评论(0)