资源描述：
《人大(王燕)时间序列课后习题集答案解析)2-5(含上机的)》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、第二章P341、（1）因为序列具有明显的趋势，所以序列非平稳。（2）样本自相关系数：3529.7525.916721.75(4)=17.25(5)=12.4167(6)=7.25=0.85（0.85）=0.7405（0.702）=0.6214（0.556）=0.4929（0.415）=0.3548（0.280）=0.2071（0.153）注：括号内的结果为近似公式所计算。（3）样本自相关图：AutocorrelationPartialCorrelationACPACQ-StatProb.
2、*******
3、.
4、*******
5、10.8500.85
6、016.7320.000.
7、*****
8、.*
9、.
10、20.702-0.07628.7610.000.
11、****
12、.*
13、.
14、30.556-0.07636.7620.000.
15、***
16、.*
17、.
18、40.415-0.07741.5000.000.
19、**.
20、.*
21、.
22、50.280-0.07743.8000.000.
23、*.
24、.*
25、.
26、60.153-0.07844.5330.000.
27、.
28、.*
29、.
30、70.034-0.07744.5720.000.*
31、.
32、.*
33、.
34、8-0.074-0.07744.7710.000.*
35、.
36、.*
37、.
38、9-0.170-0.07545
39、.9210.000.**
40、.
41、.*
42、.
43、10-0.252-0.07248.7130.000.**
44、.
45、.*
46、.
47、11-0.319-0.06753.6930.000***
48、.
49、.*
50、.
51、12-0.370-0.06061.2200.000该图的自相关系数衰减为0的速度缓慢，可认为非平稳。4、LB(6)=1.6747LB(12)=4.9895(6)=12.59(12)=21.0显然，LB统计量小于对应的临界值，该序列为纯随机序列。第三章P971、解：2、解：对于AR（2）模型：解得：3、解：根据该AR(2)模型的形式，易得：原模型可变为：=1.982
52、34、解：原模型可变形为：由其平稳域判别条件知：当，且时，模型平稳。由此可知c应满足：，且即当－153、11、解：（1），模型非平稳；1.3738-0.8736（2），，，模型平稳。0.60.5（3），，，模型可逆。0.45＋0.2693i0.45－0.2693i（4），，，模型不可逆。0.2569-1.5569（5），模型平稳；0.7，模型可逆；0.6（6），，，模型非平稳。0.4124-1.2124，模型不可逆；1.112、解：，13、解：14、证明：；15、解：（1）错；（2）对；（3）对；（4）错。16、解：（1），已知AR(1)模型的Green函数为：，[9.9892-1.96*，9.9892＋1.96*]即[3.8275,16.150
54、9]（2）[10.045-1.96×，10.045＋1.96*]即[3.9061,16.1839]习题41、所以，在中与前面的系数均为。2、由代入数据得解得3、（1）（2）利用且初始值进行迭代计算即可。另外，该题详见Excel。11.79277（3）在移动平均法下:在指数平滑法中:5、由代入数据得解得z<-c(10,11,12,10,11,14,12,13,11,15,12,14,13,12,14,12,10,10,11,13)6、方法一：趋势拟合法income<-scan('习题4.6数据.txt')ts.plot(income)由时序图可以
55、看出，该序列呈现二次曲线的形状。于是，我们对该序列进行二次曲线拟合：t<-1:length(income)t2<-t^2z<-lm(income~t+t2)summary(z)lines(z$fitted.values,col=2)方法二：移动平滑法拟合选取N=5income.fil<-filter(income,rep(1/5,5),sides=1)lines(income.fil,col=3)7、（1）milk<-scan('习题4.7数据.txt')ts.plot(milk)从该序列的时序图中，我们看到长期递增趋势和以年为固定周期的季节波
56、动同时作用于该序列,因此我们可以采用乘积模型和加法模型。在这里以加法模型为例。z<-scan('4.7.txt')ts.plot(z)z<-ts(z,
