习题15

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【第十五章习题】按原书保留7组,前两组各5个模型,第5组含两个模型。模拟题固定种子并给实际运行的图,数据题沿用正文已核验的官方GS10固定区间。

【1 用延迟算子表示五个模型】(1)−0.5=;(2)=−0.7−0.24;(3)−0.5=−0.7−0.24;(4)−1.5+0.5=;(5)−=−0.5。

解:(1)(1−0.5B)=。(2)=(1−0.7B−0.24B²)。(3)(1−0.5B)=(1−0.7B−0.24B²)。(4)(1−1.5B+0.5B²)=(1−B)(1−0.5B)=。(5)(1−B)=(1−0.5B)。B只作用于后面的序列,不是乘观测下标。

【2 分类上一组五个模型】(1)因果AR(1)=ARMA(1,0)。(2)MA(2)=ARMA(0,2),有限MA宽平稳。(3)ARMA(1,2),AR根2在单位圆外,且MA多项式在2处非零,无公共根需约去。(4)形式上是AR二阶方程,但有单位根1,不是本章平稳因果ARMA(2,0);一阶差分=Δ满足(1−0.5B)=,所以通常归ARIMA(1,1,0)。(5)有单位根且未被右侧抵消,通常归ARIMA(0,1,1)。不能为了都归“平稳ARMA”而忽略后两题的单位根。

【3 自相关的对称性与界】证明=、||≤1。

解:平稳性和乘法交换给=E[(−μ)(−μ)]=。柯西—施瓦茨给。当>0除以得到结论;=0时标准化ρ不按该除法定义。

【4 MA(2)的自相关】,白噪声方差σ²。求ρ。

解:ψ=(1,−0.5,−0.24),相同创新下标配对,=σ²(1+0.25+0.0576)=1.3076σ²;=σ²(−0.5+0.12)=−0.38σ²;=−0.24σ²;|k|>2时=0。因此

本题系数0.5与第1、5题的0.7不同,不能复用同一份MA自相关数值。

【5 对两个模型运行ACF/PACF代码】(1)−0.5=;(2)=−0.7−0.24。沿用正文arima.sim、acf、pacf,R参数分别ar=0.5和ma=c(−0.7,−0.24),各n=200。

05101520-0.500.5105101520-0.500.5105101520-0.500.5105101520-0.500.51
题5 两个模型的实际R模拟样本ACF与PACF;模型1的总体PACF在1以后为0,模型2总体ACF在2以后为0

(1)总体=,PACF除第1项0.5外为0。(2)/σ²=1.5476,/σ²=−0.532、/σ²=−0.24,所以≈−0.343758、≈−0.155079,以后为0。样本柱不必恰好为0,参考带以内也不证明总体值严格等于0。

【6 至少100次EACF识别】反复模拟正文ARMA(2,1),计算eacf,观察识别频率。为使“正确识别”有可复现含义,本次预先固定规则:p、q候选各0~4,EACF网格0~6;从候选顶点向右下扩展的上三角区域至少含6个单元且全为o,才列为候选;有多个则依p+q最小、再p最小选取,无候选记未分类。此规则是本次实验的明确判读约定,不冒称TSA自动返回的唯一标准选阶器。

固定种子20261118,实际重复100次,该规则选中(2,1)为36次,未分类9次;真实顶点(2,1)的目标零三角全部为o有38次。其余可能因抽样波动、参考带与候选规则选成别阶。这两个计数衡量的事件不同,不能把38%改称最终正确识别率。样本内结果不是理论成功概率,换种子、样本长度、网格和判读规则都会变化。

【可重复操作】对每次新生成的120项样本,先记录eacf返回的symbol矩阵,再按上述同一规则选阶;不要只重复看同一条数据,亦不要看完输出后修改阈值。与同学比较时应说明全部这些设置。不能为了让命中率好看而挑选种子。

【7 国债差分的MA(1)、MA(6)】沿用2005—2014年GS10的119项一阶差分,训练114项、留出5项。分别用arima(x,order=c(0,0,1),method="ML")与arima(x,order=c(0,0,6),method="ML"),检验lag=12,fitdf分别1、6;预测5步并与同一留出值比较。

正文对照表给出全部实际结果:MA(1)AIC≈−22.534906,残差检验p≈0.458343,留出RMSE≈0.128224;MA(6)AIC≈−17.038770,p≈0.264152,RMSE≈0.129766。二者均未在0.05水平拒绝残差无相关,仍不能证明真实模型。MA(1)更简洁、此处AIC较低且五点RMSE略小;只有5个检验点,不足以宣布稳定优于其他模型。应将简洁性、诊断、更多滚动窗口预测综合考虑。