下载此文档

时间序列分析——基于R(第2版)王燕-习题答案.docx


文档分类:高等教育 | 页数:约82页 举报非法文档有奖
1/ 82
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/ 82 下载此文档
文档列表 文档介绍
该【时间序列分析——基于R(第2版)王燕-习题答案 】是由【书籍1243595614】上传分享,文档一共【82】页,该文档可以免费在线阅读,需要了解更多关于【时间序列分析——基于R(第2版)王燕-习题答案 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。第一章习题答案

第二章习题答案
.
R命令
x<-:
x<-ts(x)
plot(x,type="o")
acf(x)$acf
答案:
()非平稳,有典型线性趋势
()延迟-阶自相关系数如下:
()典型的具有单调趋势的时间序列样本自相关图
.
R命令
#先读入数据文件
co<-ts(E_$co,start=c(,),frequency=)
plot(co,type="o")
acf(co)$acf
()非平稳,时序图如下
-阶自相关系数如下
[,].
[,].
[,].
[,].
[,].
[,]-.
[,].
[,].
[,]-.
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
[,].
自相关图呈现典型的长期趋势与周期并存的特征
.
R命令
#先读入数据文件
rain<-ts(E_$rain,start=c(,),frequency=)
plot(rain,type="o")
acf(rain,=)$acf
for(iin:)print((rain,lag=*i))
答案
-阶自相关系数
[,].
[,].
[,]-.
[,].
[,].
[,].
[,]-.
[,].
[,]-.
[,]-.
[,].
[,]-.
[,]-.
[,]-.
[,].
[,]-.
[,].
[,]-.
[,]-.
[,]-.
[,].
[,]-.
[,]-.
[,].
平稳序列
()非白噪声序列
Box-Piercetest
data:rain
X-squared=.,df=,p-value=.
X-squared=.,df=,p-value=.
X-squared=.,df=,p-value=.
X-squared=.,df=,p-value=.
X-squared=.,df=,p-value=.
X-squared=.,df=,p-value=.
.
R命令
Q_test<-function(n,r){
k<-length(ro)
Q=
P=
for(iin:k){
Q[i]<-n*sum(ro[:i]^)
P[i]<--pchisq(Q[i],df=i)
}
return((Q,P))
}
ro<-c(.,.,.,-.,.,.,.,-.,.,-.,.,-.)
Q_test(,ro)
答案:
我们自定义函数,计算该序列各阶延迟的Q统计量及相应P值。由于延迟-阶Q统计量的P值均显著大于.,所以该序列为纯随机序列。
.
R命令
x<-ts(E_$x,star=c(,))
par(mfrow=c(,))
plot(x,type="o")
acf(x)
for(iin:)print((x,lag=*i))
答案
绘制时序图与自相关图
序列时序图显示出典型的周期特征,该序列非平稳
该序列为非白噪声序列
Box-Piercetest
data:x
X-squared=.,df=,p-value=.e-
X-squared=.,df=,p-value=.e-
.
R命令
x<-ts(E_$x)
plot(x)
acf(x)
(x)
for(iin:)print((x,lag=*i))
y<-diff(x)
(y)
for(iin:)print((y,lag=*i))
答案
如果是进行平稳性图识别,该序列自相关图呈现一定的趋势序列特征,可以视为非平稳非白噪声序列。
如果通过adf检验进行序列平稳性识别,该序列带漂移项的阶滞后P值小于.,可以视为平稳非白噪声序列
Box-Piercetest
data:x
X-squared=.,df=,p-value=.e-
X-squared=.,df=,p-value=.e-
()差分序列平稳,非白噪声序列
Box-Piercetest
data:y
X-squared=.,df=,p-value=.e-
X-squared=.,df=,p-value=.
.
R命令
x<-ts(E_$mortality)
par(frown=c(,))
plot(x)
acf(x,=)
(x)
for(iin:)print((x,lag=*i))
(diff(x))
for(iin:)print((diff(x),lag=*i))
答案
时序图和自相关图显示该序列有趋势特征,所以图识别为非平稳序列。
单位根检验显示带漂移项阶延迟的P值小于.,所以基于adf检验可以认为该序列平稳

时间序列分析——基于R(第2版)王燕-习题答案 来自淘豆网www.taodocs.com转载请标明出处.

非法内容举报中心
文档信息
  • 页数 82
  • 收藏数 0 收藏
  • 顶次数 0
  • 上传人 书籍1243595614
  • 文件大小 1.87 MB
  • 时间2023-04-11