第一章习题答案
略
第二章习题答案
2.1
（1）非平稳
（2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376
（3）典型的具有单调趋势的时间序列样本自相关图
2.2
（1）非平稳，时序图如下
（2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图
2.3
（1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251
-0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316
0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062
-0.139 -0.034 0.206 -0.010 0.080 0.118
（2）平稳序列
（3）白噪声序列
2.4
LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平 =0.05，序列不能视为纯随机序列。
2.5
（1）时序图与样本自相关图如下
（2） 非平稳
（3）非纯随机
2.6
（1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)）
（2）差分序列平稳，非纯随机
第三章习题答案
3.1 ()0tEx,21()1.9610.7tVarx,220.70.49,220
3.2 1715,2115
3.3 ()0tEx,10.15()1.98(10.15)(10.80.15)(10.80.15)tVarx
10.80.7010.15,210.80.150.41,3210.80.150.22
第一章习题答案
略
第二章习题答案
2.1
SAS命令
data a;
input x@@;
t=_n_;
cards;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
;
proc arima data=a;
identify var=x nlag=12 ;
run;
答案：
（1）不平稳，有典型线性趋势
（2）1-6阶自相关系数如下
（3）典型的具有单调趋势的时间序列样本自相关图
2.2
SAS命令
data a;
WORD格式 可编辑
专业知识整理分享 第一章习题答案
略
第二章习题答案
2.1
（1）非平稳
（2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376
（3）典型的具有单调趋势的时间序列样本自相关图
2.2
（1）非平稳，时序图如下
（2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图 WORD格式 可编辑
专业知识整理分享
2.3
（1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251
-0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316
0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062
-0.139 -0.034 0.206 -0.010 0.080 0.118
（2）平稳序列
（3）白噪声序列
2.4
LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平 =0.05，序列不能视为纯随机序列。
2.5
（1）时序图与样本自相关图如下
时间序列分析稻草版
一.时间序列分析的相关概念
随机过程：若对于每一个特定的t∈T，X(t)是一个随机变量，则称这一族无穷多个随机变量{X(t),t∈T}
是一个随机过程。
纯随机过程：随机过程X(t)(t=1,2,…)，如果是由一个不相关的随机变量序列构成的，即对于所有s≠t，
随机变量X
t和X
s的协方差均为零，则称其为纯随机过程。
独立增量随机过程：任意两相邻时刻上的随机变量之差是相互独立的，则称其为独立增量随机过程。
二阶矩过程：若随机过程{X(t),t∈T}，对每个t∈T，X(t)的均值和方差存在，则称其为二阶矩过程。
正态过程：若{X(t)}的有限维分布都是正态分布，则称{X(t)}为正态随机过程。
平稳过程(严平稳)：如果对于时间t的任意n个值t
1,t
2,…,t
n和任意实数 ，随机过程X(t)的n维分布函数
满足关系式F
n(x
1,x
2,…,x
n; t
1,t
2,…,t
n) = F
n(x
1,x
2,…,x
n; t
1+ε,t
2+ε,…,t
n+ε)，则称X(t)为平稳过程。即是统计
特性不随时间的平移而变化的过程。
宽平稳：若随机过程{X(t),t∈T}的均值和协方差存在，且满足①EX
t∈a,t∈T；②E[X
t+τ-a][Xt-a]=R(τ),
t,t+τ∈T，则称{X(t),t∈T}为宽平稳随机过程，R(τ)为X(t)的协方差函数。
非平稳随机过程：不具有平稳性的过程就是非平稳过程。即序列均值或协方差与时间有关时，就可以
认为是非平稳的。
自相关：指时间序列观察资料互相之间的依存关系。
动态性(记忆性)：指系统现在的行为与其历史行为的相关性。如果某输入对系统后继n个时刻的行为都
有影响，就说该系统具有n阶动态性。
二.刻画时间序列统计特性的各种数字特征的定义、性质等
均值函数
其中，F
t(x)为随机序列X
t的分布密度函数。
方差函数
自协方差函数
自相关函数
偏自相关函数：随机变量X
1,X
n在扣除X
2,X
3,…,X
