时间序列分析试卷及标准答案.docxVIP

第 PAGE 第 PAGE #页共7页 2 2 第 PAGE 第 PAGE #页共7页 2 2 时间序列分析试卷1 一、 填空题(每小题2分，共计20分) ARMA(P, q)模型 , 其中模型参数为 设时间序列 Xt ,则其一阶差分为 设 ARMA (2, 1): 则所对应的特征方程为 Xt 0.5Xt I 0.4Xt 2 O t 0?X1 X1,X2(X1 X2)为来自上述模型的样本观测值，试求模型参数 4.对于一阶自回归模型 AR(1): Xt 10+ Xt 1 t ,其特征根为 ,平稳域是 设 ARMA(2, 1): Xt 0.5Xt I aXt 2 t 0.1 t 1 ,当 a 满足 时，模型平稳。 对于一阶自回归模型 MA(1): Xt t 0.3 t 1 ,其自相关函数为 O 对于二阶自回归模型 AR(2): Xt 0.5Xt 1 0.2Xt 2 t 则模型所满足的 YUle-WaIker方程是 。 设时间序列 Xt为来自ARMA(P,q)模型： Xt 1 Xt 1 L PXt P t 1 t 1 L q t q 则预测方差为 O 10.设时间序列对于时间序列 Xt ,如果 ,则Xt ~ I d 10.设时间序列 Xt为来自GARCH(P , q)模型，则其模型结构可写为 得分(10分)设时间序列 得分 (10分)设时间序列 Xt来自ARMA 2,1过程，满足 1 B 0.5B2 Xt 1 0.4B 其中t 其中t是白噪声序列，并且 E 0,Var 第 PAGE 第 PAGE #页共7页 判断ARMA 2,1模型的平稳性。(5分) 利用递推法计算前三个格林函数 G0,G,G2 。 (5 分) 得分 (20分)某国1961年1月一2002年8月的16~19岁失业女性的月度数 据经过一阶差分后平稳( N = 500),经过计算样本其样本自相关系数 ｛彳｝及样本偏相关系数｛ ?讣的前10个数值如下表 k 1 2 3 4 5 6 7 8 9 10 ?k -0.47 0.06 -0.07 0.04 0.00 0.04 -0.04 0.06 -0.05 0.01 ? kk -0.47 -0.21 -0.18 -0.10 -0.05 0.02 -0.01 -0.06 0.01 0.00 求 (1) 利用所学知识，对｛Xt｝所属的模型进行初步的模型识别。 (10 分) 2 (2) 对所识别的模型参数和白噪声方差 给出其矩估计。(10分) 得分 (20分)设｛Xt｝服从ARMA(1, 1)模型: Xt 0.8Xt 1 t 0.6 t 1 其中 X100 °?3, 100 O.01。 (1) 给出未来3期的预测值；(10 分) （2） 给出未来3期的预测值的 95%的预测区间 U0.975 1.96 ）。（ 10 分） 得分 10分)设时间序列｛Xt｝服从AR(1)模型: 的极大似然估计。 得分 20分)证明下列两题: (1) 设时间序列 Xt来自ARMA 1,1过程，满足 Xt Xt 0.5xt I 0.25 第3页共7页其中t 第3页 共7页 其中t ~WN 0, 2 ,证明其自相关系数为 1, k 0 k 0.27 k 1 ( 10 分) 0.5 k 1 k 2 (2) 若 Xt ~ I(O), Y ~ I(O),且 Xt 和 Yt 不相关，即 CoV (Xr,Ys) 0, r,s。试 证明对于任意非零实数 a与b ,有乙 aXt bYt ~ I (0)。( 10 分) 时间序列分析试卷2 七、填空题(每小题2 七、 填空题(每小题 2分，共计20分) 序列Xt为严平稳。设时间序列 X 序列Xt为严平稳。 AR(P)模型为 ，其中自回归参数为 。 ARMA(P,q) 模型 ， 其中模型参数为 设时间序列 Xt ,则其一阶差分为 一阶自回归模型 AR(1)所对应的特征方程为 。 对于一阶自回归模型 AR(1)，其特征根为 ，平稳域是 7.对于一 7. 对于一 阶自回归模型 MA(1) ,其自相关函数为 8. 对于二阶自回归模型 AR(2): Xt 1 Xt 1 2 是 。 9. 设 时 间 序 列 Xt 为 Xt 1Xt 1 L PXt P t 1 t 1 L Xt 2 t ,其模型所满足的 YUIe-WaIker 方程 来 自 ARMA(P,q) 模 型 : q t q ,则预 测方 差 为 10.设时间序列 10.设时间序列 得分 Xt为来自GARCH(p,q)模型，则其模型结构可写为 八、(20分)设 Xt是二阶移动平均模型 MA(2),即满足 Xt t t-2 , 其中t是白噪声序列，并且 E t 0,Var t 2 当1=0.8时，试求 Xt的自协方差函数和自相关函数。 得分