時(shí)間序列分析基于r——習(xí)題答案(編輯修改稿)
2025-07-20 02:29 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 合模型結(jié)構(gòu)，季節(jié)指數(shù)求法，趨勢(shì)擬合方法等處均有多種可選方案，如下做法僅是可選方法之一，結(jié)果僅供參考（1）該序列有顯著趨勢(shì)和周期效應(yīng)，時(shí)序圖如下 （2）該序列周期振幅幾乎不隨著趨勢(shì)遞增而變化，所以嘗試使用加法模型擬合該序列：。（注：如果用乘法模型也可以）首先求季節(jié)指數(shù)（沒(méi)有消除趨勢(shì)，并不是最精確的季節(jié)指數(shù)） 消除季節(jié)影響，得序列，使用線性模型擬合該序列趨勢(shì)影響（方法不唯一）：，（注：該趨勢(shì)模型截距無(wú)意義，主要是斜率有意義，反映了長(zhǎng)期遞增速率）得到殘差序列，殘差序列基本無(wú)顯著趨勢(shì)和周期殘留。預(yù)測(cè)1971年奶牛的月度產(chǎn)量序列為得到 （3）該序列使用x11方法得到的趨勢(shì)擬合為趨勢(shì)擬合圖為 這是一個(gè)有著曲線趨勢(shì),但是有沒(méi)有固定周期效應(yīng)的序列,所以可以在快速預(yù)測(cè)程序中用曲線擬合（stepar）或曲線指數(shù)平滑（expo）進(jìn)行預(yù)測(cè)（trend=3）。具體預(yù)測(cè)值略。第五章習(xí)題 擬合差分平穩(wěn)序列,即隨機(jī)游走模型 ,估計(jì)下一天的收盤(pán)價(jià)為289 擬合模型不唯一，答案僅供參考。擬合ARIMA(1,1,0)模型，五年預(yù)測(cè)值為： (1)AR(1)， (2)有異方差性。最終擬合的模型為(1)非平穩(wěn)（2） 取對(duì)數(shù)消除方差非齊，對(duì)數(shù)序列一節(jié)差分后，擬合疏系數(shù)模型AR(1，3)所以擬合模型為（3）預(yù)測(cè)結(jié)果如下： 原序列方差非齊，差分序列方差非齊，對(duì)數(shù)變換后，差分序列方差齊性。第六章習(xí)題 單位根檢驗(yàn)原理略。 原序列不平穩(wěn)，一階差分后平穩(wěn) 原序列不平穩(wěn)，一階與12
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1