应用时间序列分析习题标准答案
8章-时间序列分析练习题参考答案
第八章 时间数列分析一、单项选择题1.时间序列与变量数列( )A 都是根据时间顺序排列的B 都是根据变量值大小排列的C 前者是根据时间顺序排列的，后者是根据变量值大小排列的D 前者是根据变量值大小排列的，后者是根据时间顺序排列的 C2.时间序列中，数值大小与时间长短有直接关系的是( )A 平均数时间序列B 时期序列C 时点序列D 相对数时间序列 B3.发展速度属于( )A 比例相对数B 比较相对数C 动态相对数D 强度相对数 C4.计算发展速度的分母是( )A 报告期水平B 基期水平C 实际水平D 计划水平 B5.某车间月初工人人数资料如下：则该车间上半年的平均人数约为( )A 296人B 292人C 295 人D 300人 C6.某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( )A 150万人B 150．2万人C 150．1万人D 无法确定 C7.由一个9项的时间序列可以计算的环比发展速度( ) A 有8个 B 有9个 C 有10个 D 有7个 A8.采用几何平均法计算平均发展速度的依据是( )A 各年环比发展速度之积等于总速度B 各年环比发展速度之和等于总速度C 各年环比增长速度之积等于总速度D 各年环比增长速度之和等于总速度 A9.某企业的科技投入，2010年比2005年增长了58．6％，则该企业2006—2010年间科技投入的平均发展速度为( ) A5%6.58 B 5%6.158 C6%6.58 D 6%6.158B10.根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存栏数，采用的公式是( ) A 简单平均法 B 几何平均法 C 加权序时平均法 D 首末折半法 D11.在测定长期趋势的方法中，可以形成数学模型的是( )A 时距扩大法B 移动平均法C 最小平方法D 季节指数法12.动态数列中，每个指标数值相加有意义的是（）。
A.时期数列B.时点数列C.相对数数列D.平均数数列A13.按几何平均法计算的平均发展速度侧重于考察现象的（）A.期末发展水平B.期初发展水平C.中间各项发展水平D.整个时期各发展水平的总和A14.累计增长量与其相应的各逐期增长量的关系表现为（）A.累计增长量等于相应各逐期增长量之和B.累计增长量等于相应各逐期增长量之差C.累计增长量等于相应各逐期增长量之积D.累计增长量等于相应各逐期增长量之商A15.已知某地区2010年的粮食产量比2000年增长了1倍，比2005年增长了0.5倍，那么2005年粮食产量比2000年增长了（）。
应用时间序列分析 第三版 王燕 课后答案
Xˆ 21
1 5
X 20
1 5
19 i 16
Xi
Xˆ 22
1 5
Xˆ 21
1 5
X 20
1 19 5 i15
Xi
a 111 6 5 5 5 25
在指数平滑法中:
xˆ2 2 ˆx 2 1 x 2 00 . 4 x 20 0 . 6x 1 9
b 0.4
b a 0.4 6 0.16 25
0.6957 0.15
33 0
4、解：原模型可变形为：
(1 B cB 2 )xt t
由其平稳域判别条件知：当| 2 | 1，2 1 1且2 1 1时，模型平稳。
由此可知 c 应满足：| c | 1， c 11且 c 11
即当－1<c<0 时，该 AR(2)模型平稳。
1
k
1/(1 c)
即[3.8275,16.1509]
（2） T1 xT1 xˆT (1) 10.5 9.88 0.62 xˆT1(1) E(xt2 ) 0.3*0.62 9.964 10.15 xˆT1(2) E(xt3 ) 0.09*0.62 9.9892 10.045
Var[eT2 (2)] (1 0.32 )*9 9.81 xt3 的95％的置信区间：[10.045-1.96× 9.81 ，10.045＋1.96* 9.81 ]
第二章 P34 1、（1）因为序列具有明显的趋势，所以序列非平稳。
（2）样本自相关系数：
nk
ˆk
(k) (0)
(xt
t 1 n
x)(xtk (xt x)2
x)
t 1
x
1 n
n t 1
xt
1 (1 20
人大版应用时间序列分析(第5版)习题答案
第一章习题答案略第二章习题答案2.1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答案：（1）不平稳（2）延迟1-24阶自相关系数（3）自相关图呈现典型的长期趋势与周期并存的特征2.3答案：（1）1-24阶自相关系数（2）平稳序列（3）非白噪声序列2.4计算该序列各阶延迟的Q统计量及相应P值。
由于延迟1-12阶Q统计量的P值均显著大于0.05，所以该序列为纯随机序列。
2.5答案（1）绘制时序图与自相关图（2）序列时序图显示出典型的周期特征，该序列非平稳（3）该序列为非白噪声序列2.6答案（1）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0阶滞后P值小于0.05，可以视为平稳非白噪声序列（2）差分后序列为平稳非白噪声序列2.7答案（1）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。
（2）单位根检验显示带漂移项0阶延迟的P值小于0.05，所以基于adf检验可以认为该序列平稳（3）如果使用adf检验结果，认为该序列平稳，则白噪声检验显示该序列为非白噪声序列如果使用图识别认为该序列非平稳，那么一阶差分后序列为平稳非白噪声序列2.8答案（1）时序图和自相关图都显示典型的趋势序列特征（2）单位根检验显示该序列可以认为是平稳序列（带漂移项一阶滞后P值小于0.05）（3）一阶差分后序列平稳第三章习题答案 3.10101()0110.7t E x φφ===--（） 221112() 1.96110.7t Var x φ===--（） 22213=0.70.49ρφ==（）12122221110.490.7=0110.71ρρρφρρ-==-（4） 3.21111222211212(2)7=0.515111=0.30.515AR φφφρφφφρφρφφφ⎧⎧⎧=⎪=⎪⎪⎪--⇒⇒⎨⎨⎨⎪⎪⎪=+=+⎩⎩⎪⎩模型有：,2115φ=3.312012(1)(10.5)(10.3)0.80.15()01t t t t t tt B B x x x x E x εεφφφ----=⇔=-+==--,22121212()(1)(1)(1)10.15=(10.15)(10.80.15)(10.80.15)1.98t Var x φφφφφφ-=+--+-+--+++=（）1122112312210.83=0.70110.150.80.70.150.410.80.410.150.70.22φρφρφρφρφρφρ==-+=+=⨯-==+=⨯-⨯=（） 1112223340.70.15=0φρφφφ====-（）3.41211110011AR c c c c c ⎧<-<<⎧⎪⇒⇒-<<⎨⎨<±<⎪⎩⎩（） （）模型的平稳条件是 1121,21,2k k k c c k ρρρρ--⎧=⎪-⎨⎪=+≥⎩（） 3.5证明:该序列的特征方程为：320c c λλλ--+=，解该特征方程得三个特征根：11λ=，2λ=3λ=无论c 取什么值，该方程都有一个特征根在单位圆上，所以该序列一定是非平稳序列。
应用统计学时间序列习题及答案
计算题：34323*22562584*22582603*22602502*2250254++++++++++=a = (人计算（1）第一季度该店平均每月商品销售额（2）第一季度平均销售员人数（3）第一季度平均每个销售员的销售额 （4）第一季度平均每月每个销售员的销售额 解：（1）商品销售额为时期总量指标时间序列，4月不属一季度，该数据无用3280350300++=a = （万元）（2) 销售员人数是时点总量指标时间序列，间断间隔相等，用首尾折半法，4月初人数相当于3月末人数，这个数据有用32424045240+++=b = （人） （3）32424045240280350300+++++==平均人数一季度销售额c = （万元/人） （4）3324240452403028350300c d =+++++==平均人数一季度月平均销售额 = （万元/人）要求：（1）根据表中资料 ，计算并填制表中空白栏指标（2）计算该地财政收入的这几年的年平均发展水平、年平均增长水平（水平法）和平均增长速度（几何平均法）（3）超过平均增长速度的年份有哪些年？解：注意平均时项数的确定，写计量单位，我以下省略了单位1430%02.193*430116430%02.193*4307%02.193*4304554301)26n 0010-=-=-='-=-=∆+++=+++=a a V V n a a n a a a a n n n （（3）填全表中各年的环比增长速度，和年平均增长速度进行比较即可4. 某地1980~1990年间（以1979年为基期:a0），地区生产总值以平均 每年25%的速度增长(平均增长速度），而1991~2000年间地区生产总值以平均每年30%的速度增长（平均增长速度），2001~2012年间地区生产总值以平均每年18%的速度增长，则1980~2012年间，该地区的生产总值平均每年的增长速度是多少？（重点：正确确定时间段长短）解：注意是以1979年为基期，经过33年发展到2012年，求这段时间的平均增长速度1%118*%130*%125133121011-=-='V V5. 某地1980年的人口是120万人，1981~2000年间人口平均增长率为1.2%，之后下降到1%，按此增长率到2008年人口会达到多少？如果要求到2012年人口控制在170万以内，则2008年以后人口的增长速度应控制在什么范围内？ 解：1)2(%101*%2.101*)140812*******-='==V V V a a a a （（1）分别用最小平方法的普通法和简捷法配合直线方程，并预测2010年该企业产值 （2）比较两种方法得出的结果有无异同。
应用时间序列分析王燕答案
人大时间序列课后习题答案第二章P341、（1）因为序列具有明显的趋势，所以序列非平稳。
（2）样本自相关系数：∑∑=-=+---≅=nt tkn t k t tk x xx x x xk 121)())(()0()(ˆγγρ5.10)2021(20111=+++==∑= n t t x n x=-=∑=2201)(201)0(x x t tγ35 =--=+=∑))((191)1(1191x x x x t t t γ29.75 =--=+=∑))((181)2(2181x x x x t t t γ25.9167 =--=+=∑))((171)3(3171x x x x t t t γ21.75 γ(4)=17.25 γ(5)=12.4167 γ(6)=7.25 1ρ=0.85（0.85） 2ρ=0.7405（0.702） 3ρ=0.6214（0.556）4ρ=0.4929（0.415） 5ρ=0.3548（0.280） 6ρ=0.2071（0.153）注：括号内的结果为近似公式所计算。
（3）样本自相关图：Autocorrelation Partial CorrelationAC PAC Q-Stat Prob . |*******| . |*******| 1 0.850 0.850 16.732 0.000 . |***** | . *| . | 2 0.702 -0.076 28.761 0.000 . |**** | . *| . | 3 0.556 -0.076 36.762 0.000 . |*** | . *| . | 4 0.415 -0.077 41.500 0.000 . |**. | . *| . | 5 0.280 -0.077 43.800 0.000 . |* . | . *| . | 6 0.153 -0.078 44.533 0.000 . | . | . *| . | 7 0.034 -0.077 44.572 0.000 . *| . | . *| . | 8 -0.074 -0.077 44.771 0.000 . *| . | . *| . | 9 -0.170 -0.075 45.921 0.000 .**| . |. *| . |10 -0.252 -0.072 48.713 0.000.**| . | . *| . | 11 -0.319 -0.067 53.693 0.000 ***| . |. *| . |12 -0.370 -0.060 61.220 0.0004、∑=⎪⎪⎭⎫ ⎝⎛-+=mk k k n n n LB 12ˆ)2(ρLB(6)=1.6747 LB(12)=4.9895205.0χ(6)=12.59 205.0χ(12)=21.0显然，LB 统计量小于对应的临界值，该序列为纯随机序列。
时间序列分析课后习题答案
时间序列分析课后习题答案TPMK standardization office【 TPMK5AB- TPMK08- TPMK2C- TPMK18】第9章 时间序列分析课后习题答案第10章（1）30× 31.06×21.05= 30×1.3131 = 39.393（万辆）（2117.11%= （3）设按7.4%的增长速度n 年可翻一番则有 1.07460/302n ==所以 n = log2 / log1.074 = 9.71（年）故能提前0.29年达到翻一番的预定目标。
第11章 （1）以1987年为基期，2003年与1987年相比该地区社会商品零售额共增长：（2）年平均增长速度为1%)8.61(%)2.81(%)101(15555-+⨯+⨯+=0.0833=8.33%（3） 2004年的社会商品零售额应为509.52)0833.01(307=+⨯（亿元）第12章 （1）发展总速度%12.259%)81(%)101(%)121(343=+⨯+⨯+ 平均增长速度=%9892.91%12.25910=-（2）8.561%)61(5002=+⨯（亿元）（3）平均数∑====415.142457041j j y y （亿元），2002年一季度的计划任务：625.1495.142%105=⨯（亿元）。
第13章(1)用每股收益与年份序号回归得^0.3650.193t Y t =+。
预测下一年(第11年)的每股收益为488.211193.0365.0ˆ11=⨯+=Y 元(2)时间数列数据表明该公司股票收益逐年增加，趋势方程也表明平均每年增长0.193元。
是一个较为适合的投资方向。
第14章 （1）移动平均法消除季节变动计算表（2）t T t ⨯+=63995.09625.8ˆ（3）趋势剔出法季节比例计算表（一）上表中，其趋势拟合为直线方程t T t ⨯+=63995.09625.8ˆ。
应用时间序列分析习题标准答案
应⽤时间序列分析习题标准答案第⼆章习题答案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，序列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 解：1()0.7()()t t t E x E x E ε-=?+0)()7.01(=-t x E 0)(=t x E t t x ε=-）B 7.01(t t t B B B x εε)7.07.01()7.01(221 +++=-=- 229608.149.011)(εεσσ=-=t x Var49.00212==ρφρ 022=φ3.2 解：对于AR （2）模型：=+=+==+=+=-3.05.02110211212112011φρφρφρφρρφφρφρφρ解得：==15/115/721φφ3.3 解：根据该AR(2)模型的形式，易得：0)(=t x E原模型可变为：t t t t x x x ε+-=--2115.08.02212122)1)(1)(1(1)(σφφφφφφ-+--+-=t x Var2)15.08.01)(15.08.01)(15.01()15.01(σ+++--+==1.98232σ=+==+==-=2209.04066.06957.0)1/(1221302112211ρφρφρρφρφρφφρ ??=-====015.06957.033222111φφφρφ 3.4 解：原模型可变形为：t t x cB B ε=--)1(2由其平稳域判别条件知：当1||2<φ，112<+φφ且112<-φφ时，模型平稳。
应用时间序列分析第4章答案
河南大学:姓名:汪宝班级:七班学号:1122314451 班级序号:685:我国1949年－2008年年末人口总数(单位:万人)序列如表4－8所示(行数据)．选择适当的模型拟合该序列的长期数据，并作5期预测。
解：具体解题过程如下：（本题代码我是做一问写一问的）1:观察时序图:data wangbao4_5;input x@@;time=1949+_n_-1;cards;54167 55196 56300 57482 58796 60266 61465 6282864653 65994 67207 66207 65859 67295 69172 7049972538 74542 76368 78534 80671 82992 85229 8717789211 90859 92420 93717 94974 96259 97542 98705100072 101654 103008 104357 105851 107507 109300 111026112704 114333 115823 117171 118517 119850 121121 122389123626 124761 125786 126743 127627 128453 129227 129988130756 131448 132129 132802;proc gplot data=wangbao4_5;plot x*time=1;symbol1c=black v=star i=join;run;分析:通过时序图,我可以发现我国1949年－2008年年末人口总数(随时间的变化呈现出线性变化.故此时我可以用线性模型拟合序列的发展．X t=a+b t+I t t=1,2,3,…,60E(I t)=0,var(I t)=σ2其中，I t为随机波动；X t=a+b就是消除随机波动的影响之后该序列的长期趋势。
2:进行线性模型拟合：proc autoreg data=wangbao4_5;model x=time;output out=out p=wangbao4_5_cup;run;proc gplot data=out;plot x*time=1 wangbao4_5_cup*time=2/overlay ;symbol2c=red v=none i=join w=2l=3;run;分析：由上面输出结果可知：两个参数的p值明显小于0.05，即这两个参数都是具有显著非零，4：模型检验又因为Regress R-square=total R-square=0.9931,即拟合度达到99.31%所以用这个模型拟合的非常好。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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，序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 解：1()0.7()()t t t E x E x E ε-=⋅+0)()7.01(=-t x E 0)(=t x E t t x ε=-）B 7.01(t t t B B B x εε)7.07.01()7.01(221 +++=-=- 229608.149.011)(εεσσ=-=t x Var49.00212==ρφρ 022=φ3.2 解：对于AR （2）模型：⎩⎨⎧=+=+==+=+=-3.05.02110211212112011φρφρφρφρρφφρφρφρ 解得:⎩⎨⎧==15/115/721φφ3。
3 解:根据该AR(2)模型的形式，易得：0)(=t x E原模型可变为：t t t t x x x ε+-=--2115.08.02212122)1)(1)(1(1)(σφφφφφφ-+--+-=t x Var2)15.08.01)(15.08.01)(15.01()15.01(σ+++--+==1.98232σ⎪⎩⎪⎨⎧=+==+==-=2209.04066.06957.0)1/(1221302112211ρφρφρρφρφρφφρ ⎪⎩⎪⎨⎧=-====015.06957.033222111φφφρφ 3。
4 解：原模型可变形为:t t x cB B ε=--)1(2由其平稳域判别条件知:当1||2<φ,112<+φφ且112<-φφ时,模型平稳。
由此可知c 应满足:1||<c ，11<-c 且11<+c 即当－1<c<0时，该AR(2)模型平稳。
3。
5证明：已知原模型可变形为：t t x cB cB B ε=+--)1(32其特征方程为:0))(1(223=-+-=+--c c c λλλλλλ 不论c 取何值，都会有一特征根等于1，因此模型非平稳.3。
6 解：(1)错，)1/()(2201θσγε-==t x Var 。
(2)错，)1/()])([(21210111θσθγργμμε-===---t t x x E .（3）错，T lT x l x1)(ˆθ=. （4）错，112211)(+--+-++++++=T l l T l T l T T G G G l e εεεε=11122111+--+-++++++T l l T l T l T εθεθεθε(5）错,22122121111]1[1lim )]([lim )](ˆ[lim εεσθσθθ-=--==-∞→∞→+∞→l l T l T lT l l e Var l x x Var . 3.7解：12411112112111-=-+-=⇒+-=ρρθθθρ MA(1)模型的表达式为:1-+=t t t x εε。
3.8解法1:由1122=+t t t t x μεθεθε----，得111223=+t t t t x μεθεθε------,则111212230.5=0.5+(0.5)(0.5)+0.5t t t t t t x x μεθεθθεθε------+--，与123=10+0.5+0.8+t t t t t x x C εεε----对照系数得12120.510,0.500.50.80.5Cμθθθθ=⎧⎪+=⎪⎨-=⎪⎪=⎩,故1220,0.5,0.55,0.275C μθθ=⎧⎪=-⎪⎨=⎪⎪=⎩。
解法2：将123100.50.8t t t t t x x C εεε---=++-+等价表达为()2323223310.82010.510.8(10.50.50.5)t ttB CB x BB CB B B B εε-+-=-=-+++++展开等号右边的多项式,整理为22334423243410.50.50.50.50.80.80.50.80.50.5B B B B B B B CB CB +++++--⨯-⨯-+++合并同类项，原模型等价表达为233020[10.50.550.5(0.50.4)]k k t t k x B B C B ε∞+=-=+-+-+∑当30.50.40C -+=时，该模型为(2)MA 模型，解出0.275C =。
3.9解:：0)(=t x E22222165.1)1()(εεσσθθ=++=t x Var5939.065.198.0122212111-=-=+++-=θθθθθρ 2424.065.14.01222122==++-=θθθρ 30≥=k k ，ρ。
3.10解法1：（1）)(21 +++=--t t t t C x εεε)(3211 +++=----t t t t C x εεε11111)1(------++=⎪⎭⎫⎝⎛+-+=t t t t t t t t C x C x C x εεεεε即 t t B C x B ε])1(1[)1(--=-显然模型的AR 部分的特征根是1,模型非平稳。
（2） 11)1(---+=-=t t t t t C x x y εε为MA （1）模型，平稳。
221122111+--=+-=C C C θθρ 解法2：（1）因为22()lim(1)t k Var x kC εσ→∞=+=∞,所以该序列为非平稳序列。
(2）11(1)t t t t t y x x C εε--=-=+-，该序列均值、方差为常数,()0t E y =,22()1(1)t Var y C εσ⎡⎤=+-⎣⎦自相关系数只与时间间隔长度有关，与起始时间无关121,0,21(1)k C k C ρρ-==≥+-所以该差分序列为平稳序列.3。
11解：(1)12.1||2>=φ，模型非平稳；=1λ 1.3738 =2λ—0.8736（2）13.0||2<=φ,18.012<=+φφ，14.112<-=-φφ，模型平稳。
=1λ0。
6 =2λ0.5(3）13.0||2<=θ，16.012<=+θθ，12.112<-=-θθ，模型可逆。
=1λ0。
45＋0.2693i =2λ0.45－0。
2693i（4)14.0||2<=θ，19.012<-=+θθ，17.112>=-θθ，模型不可逆. =1λ0。
2569 =2λ-1.5569 （5）17.0||1<=φ,模型平稳；=1λ0.7 16.0||1<=θ，模型可逆；=1λ0.6(6）15.0||2<=φ,13.012<-=+φφ,13.112>=-φφ，模型非平稳。
=1λ0.4124 =2λ-1。
212411.1||1>=θ,模型不可逆;=1λ1。
1.3.12 解法1: 01G =，11010.60.30.3G G φθ=-=-=,1111110.30.6,2k k k k G G G k φφ---===⨯≥所以该模型可以等价表示为：100.30.6kt t t k k x εε∞--==+⨯∑。
解法2：t t B x B ε)3.01()6.01(-=-t t B B B x ε)6.06.01)(3.01(22 +++-= t B B B ε)6.0*3.06.0*3.03.01(322 ++++= j t j j t -∞=-∑+=εε116.0*3.010=G ，16.0*3.0-=j j G3。
13解：3)()5.01(])(3[])([2=-⇒Θ+=Φt t t x E B E x B E ε12)(=t x E 。
3。
14 证明:已知112φ=,114θ=,根据(1,1)ARMA 模型Green 函数的递推公式得：01G =,2110110.50.25G G φθφ=-=-=，1111111,2k k k k G G G k φφφ-+-===≥01ρ=52232111112245011111142422(1)11112011170.27126111j jj j j j jj j G GGφφφφφφφφρφφφφφ∞∞++==∞∞+==++--+======-+++-∑∑∑∑()11111122200,2jj kjj k jj k j j j k k jjjj j j G G G GG Gk GGGφρφφρ∞∞∞++-+-===-∞∞∞=======≥∑∑∑∑∑∑3.15 （1）成立 (2）成立 （3)成立 (4）不成立3。
16 解:(1）t t t x x ε+-=--)10(*3.0101， 6.9=T x88.9])10(*3.010[)()1(ˆ11=+-+==++T T t T x E x E xε 964.9])10(*3.010[)()2(ˆ212=+-+==+++T T t T x E x E xε 9892.9])10(*3.010[)()3(ˆ323=+-+==+++T T t T x E x E xε 已知AR （1)模型的Green 函数为:j j G 1φ=， ，，21=j 121213122130)3(++++++++=++=t t t t t t T G G G e εφεφεεεε 8829.99*)09.03.01()]3([22=++=T e Var3+t x ％的置信区间：的95［9。
9892-1.96*8829.9，9。
9892＋1.96＊8829.9］ 即［3.8275,16。
1509］（2）62.088.95.10)1(ˆ11=-=-=++T T T xx ε 15.10964.962.0*3.0)()1(ˆ21=+==++t T x E x045.109892.962.0*09.0)()2(ˆ31=+==++t T x E x81.99*)3.01()]2([22=+=+T e Var3+t x ％的置信区间：的95［10.045—1。