1、时间序列分析17.某城市过去 63 年中每年降雪量数据（单位：mm）如表 320 所示（行数据）。表 320126.4 82.4 78.1 51.1 90.9 76.2 104.5 87.4110.5 25 69.3 53.5 39.8 63.6 46.7 72.979.6 83.6 80.7 60.3 79 74.4 49.6 54.771.8 49.1 103.9 51.6 82.4 83.6 77.8 79.389.6 85.5 58 120.7 110.5 65.4 39.9 40.188.7 71.4 83 55.9 89.9 84.8 105.2 113.7124.7 114.5
2、115.6 102.4 101.4 89.8 71.5 70.998.3 55.5 66.1 78.4 120.5 97 110（1）判断该序列的平稳性与纯随机性。（2）如果序列平稳且非白噪声，选择适当模型拟合该序列的发展。（3）利用拟合模型，预测该城市未来 5 年的降雪量。答：（1）由 a-time 时序图（左上角），该图平稳由 ACF 自相关系数图（右上角），该图非纯随机性（2）因为该序列是平稳且非白噪声序列，由图可知 ACF 图拖尾，PACF 图一阶截尾，故该序列可拟合为 AR(1)模型图 1（3）由图 1 和 xt-time 时序图（右下角）可知，该城市未来 5 年的降雪量预测为:89
3、.01662, 82.43668, 80.37336, 79.72634, 79.52345该题的程序:18.某地区连续 74 年的谷物产量（单位：千吨）如表 321 所示（行数据）。表 3210.97 0.45 1.61 1.26 1.37 1.43 1.32 1.23 0.84 0.891.181.33 1.21 0.98 0.91 0.61 1.23 0.97 1.10 0.74 0.800.810.80 0.60 0.59 0.63 0.87 0.36 0.81 0.91 0.77 0.960.930.95 0.65 0.98 0.70 0.86 1.32 0.88 0.68 0.78
4、 1.250.791.19 0.69 0.92 0.86 0.86 0.85 0.90 0.54 0.32 1.401.140.69 0.91 0.68 0.57 0.94 0.35 0.39 0.45 0.99 0.840.620.85 0.73 0.66 0.76 0.63 0.32 0.17 0.46（1）判断该序列的平稳性与纯随机性。（2）选择适当模型拟合该序列的发展。（3）利用拟合模型，预测该地区未来 5 年的谷物产量。答：（1）由 a-time 时序图（左上角）可知，该图是平稳的由 ACF 自相关系数图（右上角）可知，该图是非纯随机性的（2）由（1）可知该序列是平稳且非纯随机性序列，由于 ACF 图拖尾，PACF 图一阶截尾，故该序列可拟合为 AR(1)模型图 2（3）由图 2 和 xt-time 时序图（右下角）可知，该城市未来 5 年的谷物产量预测为:0.7018394， 0.7919400， 0.8255083， 0.8380146， 0.846740该题的程序:
