专业：统计学 学号：101120143 姓名：胡小菲
1. 计算AR(2)模型k的理论值，并作图。
自协方差0=1，1=0.5，在Matlab中输入如下程序：
r(1)=0.5;
r(2)=-0.125;
for t=3:30
r(t)=0.75*r(t-1)-0.5*r(t-2);
end
>> r
r =
Columns 1 through 9
0.5000 -0.1250 -0.3438 -0.1953 0.0254 0.1167 0.0748 -0.0022
-0.0391
Columns 10 through 18
-0.0282 -0.0016 0.0129 0.0105 0.0014 -0.0042 -0.0038 -0.0008
0.0013
Columns 19 through 27
0.0014 0.0004 -0.0004 -0.0005 -0.0002 0.0001 0.0002 0.0001
-0.0000
Columns 28 through 30
-0.0001 -0.0000 0.0000
>> plot(r)
051015202530-0.4-0.3-0.2-0.100.10.20.30.40.5
由上图可看出AR（2）模型的协方差函数是以负指数的数独趋于零的 2、计算AR(2)模型k的理论值，并作图。
自相关系数01，1120.51aa，在Matlab中输入下列程序：
p(1)=0.5;
p(2)=-0.125;
for k=3:30
p(k)=0.75*p(k-1)-0.5*p(k-2);
end
>> p
p =
Columns 1 through 9
第七章 时间序列分析
一、单项选择题
1．某地区1990—1996年排列的每年年终人口数动态数列是（ ）。
A、绝对数动态数列 B、绝对数时点数列
C、相对数动态数列 D、平均数动态数列
2．某工业企业产品年生产量为20万件，期末库存5.3万件，它们（ ）。
A、是时期指标 B、是时点指标
C、前者是时期指标，后者是时点指标 D、前者是时点指标，后者是时期指标
3．间隔相等的不连续时点数列计算序时平均数的公式为（ ）。
A、naa∑=
B、∑∑=fafa
C、naaaaan2/2/210++++=L
D、∑×+++×++×+
=−
ffaafaafaa
annn2221221110L
4．修正的指数曲线模型可以表示为（ ）。
A、tbbyt10+= B、bttaey=
C、tbaytln+= D、ttbcay+=
5．某地区连续4年的经济增长率分别为8.5%，9%，8%，9.4%，则该地区经济的年平均增
长率为（ ）。
A、1094.108.109.1085.14−××× B、4094.008.009.0085.0×××
C、 4094.108.109.1085.1××× D、（8.5%+9%+8%+9.4%）÷5
6．某工业企业生产的产品单位成本从2005年到2007年的平均发展速度为98%，说明该产
品单位成本（ ）。
A、平均每年降低2% B、平均每年降低1%
C、2007年是2005年的98% D、2007年比2005年降低98%
7．根据近几年数据计算所的，某种商品第二季度销售量季节比率为1.7，表明该商品第二季
度销售（ ）。
A、处于旺季 B、处于淡季
C、增长了70% D、增长了170%
8．对于包含四个构成因素（T，S，C，I）的时间序列，以原数列各项数值除以移动平均值
（其平均项数与季节周期长度相等）后所得比率（ ）。
A、只包含趋势因素 B、只包含不规则因素
PDF created with pdfFactory Pro trial version C、消除了趋势和循环因素 D、消除了趋势和不规则因素
时间序列分析第二章-时间序列的预处理
1
应 用 时 间 序 列 分 析 实 验 报 告
实验名称 第二章 时间序列的预处理
一、上机练习
2。4。1绘制时序图
data example2_1；
input price1 price2;
time=intnx（'month',’01jul2004'd，_n_—1);
format time date。；
cards;
12.85 15。21
13.29 14.23
12。41 14。69
15.21 13.27
14.23 16.75
13.56 15。33
；
proc gplot data=example2_1;
plot price1*time=1 price2＊time=2/overlay;
symbol1 c=black v=star i=join；
symbol2 c=red v=circle i=spline；
run;
语句说明：
（1）“proc gplot data=example2_1；”是告诉系统,下面准备对临时数据集example2_1中的数据绘图。
（2）“plot price1＊time=1 price2*time=2/overlay;"是要求系统要绘制两条时序曲线。
（3）“symbol1 c=black v=star i=join；”，symbol语句是专门指令绘制的格式。
输出的时序图见下图： 时间序列分析第二章-时间序列的预处理
2
两时间序列重叠显示时序图
2。4。2 平稳性与纯随机性检验
1、平稳性检验
为了判断序列是否平稳，除了需要考虑时序图的性质，还需要对自相关图进行检验。SAS系统ARIMA过程中的IDENTIFY语句可以提供非常醒目的自相关图。
data example2_2;
input freq＠@;
year=intnx (’year’，’1jan1970’d，_n_-1）；
时间序列分析-第二章-时间序列的预处理
2
应 用 时 间 序 列 分 析 实 验 报 告
实验名称 第二章 时间序列的预处理
一、上机练习
2.4.1绘制时序图
data example2_1;
input price1 price2;
time=intnx('month','01jul2004'd,_n_-1);
format time date.;
cards;
12.85 15.21
13.29 14.23
12.41 14.69
15.21 13.27
14.23 16.75
13.56 15.33
;
proc gplot data=example2_1;
plot price1*time=1
3 price2*time=2/overlay;
symbol1 c=black v=star i=join;
symbol2 c=red v=circle i=spline;
run;
语句说明：
（1）“proc gplot data=example2_1；”是告诉系统，下面准备对临时数据集example2_1中的数据绘图。
（2）“plot price1*time=1
price2*time=2/overlay;”是要求系统要绘制两条时序曲线。
（3）“symbol1 c=black v=star i=join;”，symbol语句是专门指令绘制的格式。
输出的时序图见下图：
4
两时间序列重叠显示时序图
2.4.2 平稳性与纯随机性检验
1、平稳性检验
为了判断序列是否平稳，除了需要考虑时序图的性质，还需要对自相关图进行检验。SAS系统ARIMA过程中的IDENTIFY语句可以提供非常醒目的自相关图。
data example2_2;
input freq@@;
year=intnx ('year','1jan1970'd,_n_-1);
