第五章-课后习题

这篇具有很好参考价值的文章主要介绍了第五章-课后习题。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

5.1

题目:我国1949-2008年每年铁路货运量数据如表5-9所示:

请选择适当的模型拟合该序列,并预测2009-2013年我国铁路货运量。

SAS程序

data a;

input volume@@;

year=intnx("year",'01jan1949'd,_n_-1);

format year year4.;

cards;

54167 55196 56300 57482 58796 60266 61465 62828

64653 65994 67207 66207 65859 67295 69172 70499

72538 74542 76368 78534 80671 82992 85229 87177

89211 90859 92420 93717 94974 96259 97542 98705

100072 101654 103008 104357 105851 107507 109300 111026

112704 114333 115823 117171 118517 119850 121121 122389

123626 124761 125786 126743 127627 128453 129227 129988

130756 131448 132129 132802

;

proc arima data=a;

identify var=volume;

identify var=volume(1) stationarity=(adf);

estimate p=1;

forecast lead=5;

run;

答案:

该序列1阶差分后平稳,根据差分后序列的自相关图拖尾和偏自相关图1阶截尾特征,对该序列拟合ARIMA(1,1,0)模型,模型参数如下:

第五章-课后习题

根据该模型,得到2009-2013年我国铁路货运量的预测值为:

第五章-课后习题

5.2

1750-1849年瑞典人口出生率数据如表5-10所示。

请选择适当的模型拟合该序列的发展。

SAS程序

data a;

input year birth_rate;

cards;

1750   9

1751   12

(数据略)

;

proc arima data=a;

identify var=birth_rate stationarity=(adf);

estimate p=1;

run;

答案

该序列adf检验平稳,根据自相关图和偏自相关图特征,可以识别为偏自相关图1阶截尾,拟合AR(1)模型。参数输出结果如下:

第五章-课后习题

5.3

1867-1938年英国(英格兰及威尔士)的绵羊数量如表5-11所示(行数据)

  1. 确定该序列的平稳性
  2. 选择适当模型拟合该序列的发展
  3. 利用拟合模型预测1939-1945年英国绵羊的数量

SAS程序

data a;

input number@@;

year=intnx("year",'01jan1867'd,_n_-1);

format year year4.;

cards;

2203 2360 2254 2165 2024 2078 2214 2292 2207 2119 2119 2137 2132 1955 1785

1747 1818 1909 1958 1892 1919 1853 1868 1991 2111 2119 1991 1859 1856 1924

1892 1916 1968 1928 1898 1850 1841 1824 1823 1843 1880 1968    2029 1996 1933

1805 1713 1726 1752 1795 1717 1648 1512 1338 1383 1344 1384    1484 1597 1686

1707 1640 1611 1632 1775 1850 1809 1653 1648 1665 1627 1791

;

proc arima data=a;

identify var=number stationarity=(adf);

identify var=number(1) stationarity=(adf);

estimate p=3;

estimate p=(1,3) noint;

forecast lead=文章来源地址https://www.toymoban.com/news/detail-440771.html

到了这里,关于第五章-课后习题的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 第五章 数据分析模型 题目学习(40%)

    主成分的计算步骤:1、主成分建模,标准化处理。2、计算特征根、特征向量。3、选取主成分个数。  选择B,依次递减。  相关系数和关联矩阵都做了标准化,做完标准化后方差就不会造成影响,所以选A。  A可以进行判断,虽然没讲过但是可以。BC是正常概念。D没说过。

    2024年02月09日
    浏览(40)
  • 【算法】动态规划(第五章习题解答)

    5.1 图书馆大门前有 n n n 级台阶, 你每次跨上 1 1 1 级或者 2 2 2 级, 请问等上 n n n 级台阶总共有多少种不同的方法? 设计一个算法求解上述问题, 尝试写出公式, 说明算法设计思想和时间复杂度. 算法设计:核心思路是函数的递归调用,当处理 n n n 级台阶时,如果跨上1级则还需要

    2024年02月02日
    浏览(49)
  • 云计算习题收录(第一章~第五章)

    转载:云计算习题 转载2:云计算试题 转载3:云计算试题(1~5章) 1 、云计算是对(    B  )技术的发展与运用。 A 并行计算      B  网格计算    C 分布式计算   D 三个选项都是 2、从研究现状上看,下面不属于云计算特点()。 A 超大规模  B 虚拟化  C 私有化  D 高可

    2024年02月02日
    浏览(54)
  • 机器学习课后练习题(期末复习题目附答案)

    此为第一章绪论部分 一. 单选题 1. 移动运营商对客户的流失进行预测,可以使用下面哪种机器学习方法比较合适( ) A. 一元线性回归分析 B. 关联方法 C. 聚类算法 D. 多层前馈网络 正确答案: A 2. 下面哪种说法有关机器学习的认识是错误的?( ) A. 高质量的数据、算力和算法对一个机

    2024年02月07日
    浏览(48)
  • 谭浩强【C语言程序设计】第五章习题详解

    目录 1.请画出例5.6 中给出的 3个程序段的流程图。 2.请补充例5.7程序,分别统计当“fabs(t)=1e-6”和“fabs(t)=1e-8”时执行循环体的次数。 3.输入两个正整数m 和n,求其最大公约数和最小公倍数。 4.输入一行字符,分别统计出其中英文字母、空格、数字和其他字符的个数。 5. 求S

    2024年01月23日
    浏览(61)
  • 密码编码学与网络安全(第五版)课后习题-CH03

    3.1 为什么说研究Feistel密码很重要?  feistel  是使用乘积密码获得简单的代换密码,乘积密码指的是执行两个或多个基本的密码系统,最后的密码强度要高于每个基本密码系统产生的结果 3.2 分组密码和流密码的差别是什么? 分组密码是每次处理输入的一组元素,相应的得到一

    2023年04月08日
    浏览(42)
  • C++语言程序设计第五版 - 郑莉(第六章课后习题)

    6-20 实现一个名为 SimpleCircle 的简单圆类。其数据成员 int* itsRadius 为一个指向其半径值的指针,存放其半径值。设计对数据成员的各种操作,给出这个类的完整实现并测试这个类。 6-21 编写一个函数,统计一条英文句子中字母的个数,在主程序中实现输入输出。 6-22 编写函数

    2023年04月25日
    浏览(63)
  • 计算机网络(谢希仁-第八版)第五章习题全解

    5-01 试说明运输层在协议栈中的地位和作用。运输层的通信和网络层的通信有什么重要的区别?为什么运输层是必不可少的? 地位和作用: 从通信和信息处理的角度看,运输层向它上面的应用层提供通信服务,它属于面向通信部分的最高层,同时也是用户功能的最低层,当网

    2024年02月09日
    浏览(57)
  • 【C++ Primer(第5版) 课后习题题目及答案 第一章】

    我使用的是VS2022,命令行可以输入 cl 文件名 可以在当前目录下生成.exe文件,然后双击打开即可运行。 在Windows操作系统下main函数没有报告运行失败,因此返回0或-1在运行效果没有什么区别。 错误代码 不合法 第5行和第6行代码最后分别有一个分号,表示语句结束。而第6行和

    2024年02月01日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包