应用时间序列分析第一次作
业
-标准化文件发布号:(9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
应用时间序列分析第一次作业
P13
1.2 附录B中的B1,B2分别是北京地区1985~2000年的月平均气温和降水量数据,其中缺少1989年的数据,B2还缺少1995年1月数据。
(1)用简单方法补齐1989年的数据和B2中1995年1月的数据,给出季节项的周期;
(2)对1990~2000年的两种数据个给出一种计算趋势项、季节项和随机项的公式;
(3)利用(2)的公式对所述的数据进行时间序列的分解计算,用数据图列出结果;
(4)用(2)中的结果补充1989年的数据
解:(1)对于B1:
使用分段趋势法有:(将趋势项定为年平均值)
趋势项:
B1减去趋势项剩下的部分为季节项和随机项。剩下的部分对每月取平均作为季节项,则有:
季节项:
余下的部分则为随机项:
对于B2:
同理:
(4)
对于B1:1989年的数据为当年的趋势项加季节项
对于B2:989年的数据为当月的趋势项加季节项
1.3 附录B中的B6是1973~1978年美国在意外事故中的死亡人数。利用至少两种方法对该时间序列进行分解,要求如下:
(1)画出数据图,给出数据的周期T;
数据图如下:
使用R中decompose函数进行时序分解如下:
可以看出趋势项大致为二次曲线,因此可以考虑采用二次曲线来拟合趋势项。
(2)给出趋势项、季节项和随机项的计算公式;
方法一:二次曲线
认为趋势项满足二次线性方程,由最小二乘公式计算出趋势项如图:
B6减去趋势项剩下的部分为季节项和随机项。剩下的部分对每月取平均作为季节项,剩下的部分即为随机项。
方法二:回归方法(多元)
认为趋势项满足多元线性方程,由最小二乘公式,计算出,再计算得出趋势项、季节项和随机项:
(3)画出趋势项、季节项和随机项的数据图;
方法一:
趋势项:
季节项:
随机项:
方法二: