《时间序列分析》第二章时间序列预处理习题解答.doc

《时间序列解析》习题解答?0?2习题2.3?0?21考虑时间 序断该时间序列是否 平稳2计算该序列的样本自相关系数 kρ∧k1263绘制该样本自相关图并解释该图 形.?0?2解1根据时序图可以看出该时间序列有明 显的递增趋势所以它一定不是平稳序列?0?2即可判断该 时间序是非平稳序列其时序图程序见后。?0?2时间序描 述程序 symbol1cblackvstarijoinrun?0?2?0?2?0?22当延迟 期数即k本题取值123456远小于样本容量n本题为 20时自相关系数kρ∧计算公式为 AN8101JAN8201JAN8301JAN8401JAN8501JAN8601JAN870 1JAN8801JAN8901JAN9001JAN9101JAN9201JAN9301JAN9 401JAN9501JAN9601JAN9701JAN9801JAN99121nkttktknttX XXXXXρ?6?1∧?6?1?6?1≈?6?1∑∑0kn4.9895?0?2 注   χ  接受原假设  认为该序列为纯随机序 列。?0?2解法三、  Q统计量法  计算  Q统计量  即 12214.57kkQnρ∑?0?2?0?2?0?2?0?2?0?2?0?2?0?2? 0?2?0?2?0?2查表得210.051221.0261?χ6?1由于Q统 计量值4.57Q小于查表临界值 即可认为接受原假设 即该 序列可视为纯随机序列 为白噪声序列 5表2——9数 据是某公司在 2000——2003年期间每月的销售量。 表 2——9月份 2000年2001年 2002年2003年1 1 绘制该序列时 序图及样本自相关图。 2 判断该序列的平稳性。 3 判断该序列的纯随机性。 解 1 序列的时序图 data 样本自相关图 sales0100200300timeJAN2000APR2000JUL2000OCT2000JA N2001APR2001JUL2001OCT2001JAN2002APR2002JUL2002 OCT2002JAN2003APR2003JUL2003OCT2003JAN2004 2由时序图和样本自相关图的性质可以认为该序列平 稳。样本自相关图显示延迟3阶之后自相关系数由正靠近 于零并变为负延迟8阶之后又由负变为正这是具有周期 变化规律的非平衡序列。3有如下白噪声查验的结果 由查验结果看出在各阶段延迟下LB查验统计量的 特别小为99.999该序列为非纯随机序列。另解  P值都 data symbol4cyellowvsquareisplinerun运行结果时序图 0?2?0?2时序图显示该序列具有周期性所以不是平稳序列.?0?26、1969年一月至1973年9月在芝加哥海德公园内 每28 天发生的抢包案件数见表 1110 871261判断该序列tx的平稳性及纯随机性 2 对 该序列进行函数运算 1?6?1?6?1tttxxy并判断序列ty 的平稳性及纯随机性 .解1 时序图 date?0?2example1?0?2input?0?2number?0?2timeintnx ‘2 8’’01jan1969?0?’d2n_‐ 0?2Proc?0?2gplot?0?2dateexample1?0?2Plot?0?2num bertime1?0?2symbol1?0?2cblack?0?2vstar?0?2ijoin?0? 2run?0?2时序图显示每28天抢包案件次数始终围绕10次 周边随机波动  没有明显趋势或周期  基本可以视为平稳 序列。 MAY74identifyvarcaserun1由上图可知自相关系数 长期位于零轴的一边且自相关系数递减到零的速度较慢 在5个延期中自相关系数一直为正说明这是一个有典 型单调趋势的非平稳序列。与前矛盾  ?0?2?0?2根据以 上LB统计量的查验判断该序列为非纯随机序列。 ?0?22date?0?2example1?0?2input?0?2number?0?2 timeintnx‘28’’01jan1969??2_n’d‐1?0?2format?0?2tim e?0?2date.?0?2cards?0?25?0?2‐5?0?20?0?22?0?2 2?0?2‐3?0?20?0?23?0?24?0?2‐6?0?29?0?2‐3?0?24?0?2‐15?0?26?0?22?0?2‐1?0?2‐4?0?26? 0?22?0?2‐4?0?215?0?24?0?24?0?20?0?2‐21?0?27?0?2‐3?0?23?0?20?0?2‐7?0?222?0?2‐19?0?221?0?2‐7?0?2‐3?0?2‐5?0?2‐4?0?22?0?2‐6?0 27?0?2