應(yīng)用時間序列分析模擬試題_第1頁
應(yīng)用時間序列分析模擬試題_第2頁
應(yīng)用時間序列分析模擬試題_第3頁
應(yīng)用時間序列分析模擬試題_第4頁
應(yīng)用時間序列分析模擬試題_第5頁
已閱讀5頁,還剩7頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、12/12 . . 時間序列分析課程考試卷填空題(每小題2分,共計20分)ARMA(p, q)模型,其中模型參數(shù)為p,q。設(shè)時間序列,則其一階差分為。設(shè)ARMA (2, 1):則所對應(yīng)的特征方程為_。對于一階自回歸模型AR(1):,其特征根為_,平穩(wěn)域是_。注:平穩(wěn)性判別:1)特征根判別法:特征根的絕對值小于1;該題中特征根等于,故平穩(wěn)條件為。(系數(shù)多項式的根在單位園外) 2)平穩(wěn)域判別法:AR(1)模型: AR(2)模型:設(shè)ARMA(2,1):,當(dāng)a滿足_時,模型平穩(wěn)。注:AR模型平穩(wěn)(系數(shù)多項式的根在單位園外);MA模型可逆(系數(shù)多項式的根在單位園外):對于一階自回歸模型MA(1):,其自

2、相關(guān)函數(shù)為。注:對于二階自回歸模型AR(2):則模型所滿足的Yule-Walker方程是_=_。注:1. 2. 由于AR模型的故對于AR(2)有進而設(shè)時間序列為來自ARMA(p,q)模型:則預(yù)測方差為_。對于時間序列,如果_,則。注:ARIMA(p,d,q)設(shè)時間序列為來自GARCH(p,q)模型,則其模型結(jié)構(gòu)可寫為_。得分(10分)設(shè)時間序列來自過程,滿足 , 其中是白噪聲序列,并且。判斷模型的平穩(wěn)性。(5分)特征函數(shù)為,特征根為,在單位圓,平穩(wěn) 也可用平穩(wěn)域法見一(4)利用遞推法計算前三個格林函數(shù)。(5分)求格林函數(shù)也可以用算子得分(20分)某國1961年1月2002年8月的1619歲失業(yè)

3、女性的月度數(shù)據(jù)經(jīng)過一階差分后平穩(wěn)(N500),經(jīng)過計算樣本其樣本自相關(guān)系數(shù)與樣本偏相關(guān)系數(shù)的前10個數(shù)值如下表k12345678910-0.470.06-0.070.040.000.04-0.040.06-0.050.01-0.47-0.21-0.18-0.10-0.050.02-0.01-0.060.010.00求利用所學(xué)知識,對所屬的模型進行初步的模型識別。(10分) 樣本自相關(guān)系數(shù)1階截尾,樣本偏相關(guān)系數(shù)拖尾,ARIMA(0,1,1)對所識別的模型參數(shù)和白噪聲方差給出其矩估計。(10分) 由于ARIMA(0,1,1)模型有,得分(20分)設(shè)服從ARMA(1,1)模型:,其中。給出未來3期

4、的預(yù)測值;(10分)給出未來3期的預(yù)測值的95%的預(yù)測區(qū)間()。(10分);由于95%的預(yù)測區(qū)間101 (0.136,0.332)102 (0.087,0.287)103 (-0.049,0.251)。得分(10分)設(shè)時間序列服從AR(1)模型:,其中為白噪聲序列,為來自上述模型的樣本觀測值,試求模型參數(shù)的極大似然估計。,,似然方程組, 所以得分(20分)證明下列兩題:設(shè)時間序列來自過程,滿足 , 其中, 證明其自相關(guān)系數(shù)為(10分),若,且和不相關(guān),即。試證明對于任意非零實數(shù)與,有。(10分)證明:因為, 所以;所以填空題(每小題2分,共計20分)設(shè)時間序列,當(dāng)_,序列為嚴平穩(wěn)。AR(p)模

5、型為_,其中自回歸參數(shù)為_。ARMA(p, q)模型 , 其中模型參數(shù)為p,q。設(shè)時間序列,則其一階差分為_。一階自回歸模型AR(1)所對應(yīng)的特征方程為_。對于一階自回歸模型AR(1),其特征根為_,平穩(wěn)域是_。對于一階自回歸模型MA(1),其自相關(guān)函數(shù)為_。注:對于二階自回歸模型AR(2):,其模型所滿足的Yule-Walker方程是_。_=_。注:1. 2. 由于AR模型的 故對于AR(2)有設(shè)時間序列為來自ARMA(p,q)模型:,則預(yù)測方差為_。設(shè)時間序列為來自GARCH(p,q)模型,則其模型結(jié)構(gòu)可寫為_。得分(20分)設(shè)是二階移動平均模型MA(2),即滿足 ,其中是白噪聲序列,并且

6、當(dāng)=0.8時,試求的自協(xié)方差函數(shù)和自相關(guān)函數(shù)。當(dāng)=0.8時,計算樣本均值的方差。得分(20分)設(shè)的長度為10的樣本值為0.8,0.2,0.9,0.74,0.82,0.92,0.78,0.86,0.72,0.84,試求樣本均值。0.758樣本的自協(xié)方差函數(shù)值和自相關(guān)函數(shù)值。0.038276-0.01083-0.282990.0059140.154509對AR(2)模型參數(shù)給出其矩估計,并且寫出模型的表達式。由Yule-Walker方程,得分(20分)設(shè)服從ARMA(1, 1)模型:其中。給出未來3期的預(yù)測值;給出未來3期的預(yù)測值的95%的預(yù)測區(qū)間。得分(20分)設(shè)平穩(wěn)時間序列服從AR(1)模型:

7、,其中為白噪聲,證明:單項選擇題(每小題4分,共計20分)的d階差分為(a)(b)(c) (d)記B是延遲算子,則下列錯誤的是(a) (b)(c) (d)關(guān)于差分方程,其通解形式為(a)(b)(c)(d)下列哪些不是MA模型的統(tǒng)計性質(zhì)(a) (b)(c) (d)上面左圖為自相關(guān)系數(shù),右圖為偏自相關(guān)系數(shù),由此給出初步的模型識別(a)MA(1) (b)ARMA(1, 1)(c)AR(2) (d)ARMA(2, 1)得分填空題(每小題2分,共計20分)在下列表中填上選擇的的模型類別AR(p),MA(q),ARMA時間序列模型建立后,將要對模型進行顯著性檢驗,那么檢驗的對象為_殘差序列_,檢驗的假設(shè)是

8、_殘差序列是白噪聲_。時間序列模型參數(shù)的顯著性檢驗的目的是_模型的有效性(提取的信息是否充分)_。根據(jù)下表,利用AIC和BIC準則評判兩個模型的相對優(yōu)劣,你認為_模型優(yōu)于_ MA(2)_模型。時間序列預(yù)處理常進行兩種檢驗,即為_檢驗和_檢驗。得分(10分)設(shè)為正態(tài)白噪聲序列,時間序列來自問模型是否平穩(wěn)?為什么?得分(20分)設(shè)服從ARMA(1,1)模型:其中。給出未來3期的預(yù)測值;(10分)給出未來3期的預(yù)測值的95%的預(yù)測區(qū)間()。(10分)得分(20分)下列樣本的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)是基于零均值的平穩(wěn)序列樣本量為500計算得到的(樣本方差為2.997)ACF: 0:340; 0:321; 0:370; 0:106; 0:139; 0:171; 0:081;0:049; 0:124; 0:088; 0:009; 0:077PACF: 0:340; 0:494;0:058; 0:086; 0:040; 0:008; 0:063;

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論