时间序列测验2解答_第1页
时间序列测验2解答_第2页
时间序列测验2解答_第3页
时间序列测验2解答_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、测试2 解答 （第三、四章）1. 设为一时间序列，且， 则？ 。解：根据k步差分和p阶差分与延迟算子之间的关系，得。2. 已知AR（1）模型为：。求： 。解：(1) 由平稳序列 或 P. 49(2) 即 = P.51(3) AR（1）模型 P. 52(4) AR（1）模型偏自相关系数截尾: P. 57-58。3. 分别用特征根判别法和平稳域判别法检验下列四个AR模型的平稳性。（1） （2） （3） （4） 其中，均为服从标准正态分布的白噪声序列。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：。(

2、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。P48-494. 求平稳AR（2）模型：的自协方差函数， 自相关系数 。解：(1) 平稳AR（2）模型的自协方差函数递推公式为 将 代入上式，得 （2）平稳AR（2）模型的自相关系数递推公式为 P. 525. 给出下列平稳AR模型的偏自相关系数。 （1） （2）其中解：(1) 平稳AR(1)模型的偏自相关系数： (2) 平稳AR(2)模型的偏自相关系数： P.

3、 576. 已知MA(2)模型为：。 求：。解：(1) 由平稳序列 P. 59(2) P.59(3) MA（2）模型自相关系数（q阶截尾）： P. 607. 已知ARMA（1，1）模型为：，试着推导给出它的传递形式与逆转形式。解：（1）ARMA（1，1）模型的传递形式： 代入 ，得（2）ARMA（1，1）模型的逆转形式： 代入 ，得 P. 66-678. 给出AR（p）序列预测的公式，及其在正态假定下置信水平是的置信区间。解：（1）AR（p）序列预测的公式： 式中 ： （2）AR（p）序列预测的置信水平是的置信区间： P 919. 简述非平稳序列确定性分析的主要思想和方法。解：非平稳序列确定性

4、分析的主要思想是根据Cramer分解定理： 任何一个时间序列都可以分解为两部分的叠加：其中一部分是由多项式决定的确定性趋势成分，另一部分是平稳的零均值误差成分。传统的确定性因素分解归纳为四大类因素：长期趋势、循环波动、季节性变化和随机波动；但是，由于实际分析时发现，没有固定周期的循环波动与长期趋势的影响很难严格分解开，而有固定周期的循环波动和季节性变化又很难严格分解开，所以现在通常把确定性因素分解归纳为三大类因素的综合影响：长期趋势波动、季节性变化和随机波动。主要分析方法有：（1）趋势分析，a)趋势拟合法：即利用线性或非线性模型拟合趋势；b）平滑法：即利用移动平均法指数平滑法来作预测。（2）季节效应分析，即构造季节指数，消除季节影响或进行季节预测。（3）综合分析，即利用

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论