FTS HW7

作者: 西瓜君666 | 来源:发表于2020-05-02 18:34 被阅读0次

    1.

    对白噪声过程,证明 Var(r_k)=1/n
    其中r_k为样本自相关函数

    2.

    \phi_{kk}为时间序列{Y_t}k阶偏自相关系数(PCF),有
    \phi_{11}=Cov(Y_t, Y_{t-1})=\rho_1
    \phi_{22}=Cov(Y_t - \rho_1 Y_{t-1}, Y_{t-2} - \rho_1 Y_{t-1})
    证明:
    \phi_{22} = \frac{\rho_2-\rho_1 ^ 2}{1 - \rho_1 ^ 2}

    3.

    对于 MA(1) 过程,证明:
    \phi_{22} = \frac{- \theta ^ 2}{1 + \theta ^ 2 + \theta ^ 4}

    4.

    对于一个长度为 64 的序列,样本偏自相关函数如下:

    滞后阶数 样本偏自相关函数
    1 0.47
    2 -0.34
    3 0.2
    4 0.02
    5 -0.06

    我们应当考虑什么样的模型?

    5.

    用具有 100 个观测值的时间序列,计算出 r_1=-0.49, r_2=0.31, r_3=-0.21,r_4=0.11,且当k>4时,|r_k|<0.09。基于这些条件,我们会为该序列建立什么样的 ARIMA 模型?

    6.

    一个长度为 169 的序列,我们求得 r_1=0.41, r_2=0.32, r_3=0.26, r_4=0.21, r_5=0.16,什么样的 ARIMA 序列可能具有这样的自相关模式?
    (提示:计算 r_i / r_{i-1},观察有什么规律;试想什么样的序列满足这样的规律,同时又有 r_k \not= r_1^k

    7.

    某序列及其一阶差分序列的样本 ACF 列于下表,此处 n=100

    滞后阶数 Y_t 的ACF \nabla Y_t 的ACF
    1 0.97 -0.42
    2 0.97 0.18
    3 0.93 -0.02
    4 0.85 0.07
    5 0.8 -0.10
    6 0.71 -0.09

    基于这些信息,我们应该考虑什么样的 ARIMA 模型?

    相关文章

      网友评论

          本文标题:FTS HW7

          本文链接:https://www.haomeiwen.com/subject/ahflghtx.html