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。
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 B B 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；=1λ 1.1。
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[10.045-1.96×81.9，10.045＋1.96*81.9]即[3.9061,16.1839]。