Nama : Ahmad Resky

NIM : 1917142001
Kelas : 01
No. Urut : 25

Soal Time series

Diketahui bahwa model campuran Autoregressive Integrated Moving average
ARIMA(p,d,q) yaitu:
 p (  )(1   )d t  q (  )at

dimana  p (  )  (1  1  22  ...   p  p )

q ()  (1   1    22  ...  q q ) ; 1 , 2 , 3 , ,  p adalah koefisien orde p

1 ,  2 ,  3 , ,  q adalah koefisien orde q; (1  ) d adalah orde differencing non-musiman.
Pilihlah jawaban yang paling tepat pada soal-soal berikut:

1. Jika diketahui fungsi autokorelasi dari model ARIMA (p,d, q) yang stasioner adalah

1 ;k  0
 
k   1
;k  1
 1 1
2

0 ; k  1.

1k (1  12 )
dan fungsi autokorelasi parsialnya adalah kk  , untuk k  1, 2, 3, ,
1  12( k 1)

maka model ARIMA (p, d, q) yang sesuai adalah:

A. ARIMA(1, 0, 0) B. ARIMA(2, 0, 0) C. ARIMA(0, 0, 1) D. ARIMA(0, 0, 2)

JAWABAN:
D. ARIMA(0, 0, 2)
2. Jika bentuk fungsi autokorelasi dari model ARIMA (p, d, q) yang stasioner turun secara

eksponensial (dies down) dan bentuk fungsi autokorelasi parsialnya terpotong setelah
lag 2 (cut off after lag 2), maka model ARIMA (p,d,q) yang sesuai adalah:
A. ARIMA(1, 0, 0) B. ARIMA(2, 0, 0) C. ARIMA(0, 0, 1) D. ARIMA(0, 0, 2)
JAWABAN:
B. ARIMA(2, 0, 0)
Karena jika bentuk ACF (dies down) dan bentuk PACF (cut off) pada lag ke-2 maka model
yang digunakan adalah model ARIMA (2, 0, 0). Pada model tidak ada differencing,
karena dikatakan pada soal sudah stasioner

3. Orde (p, d, q) dari model ARIMA Zt  0, 5Zt 1  0, 5Zt  2  a t  0, 5a t 1  0, 25a t  2 adalah:

A. ARIMA(1,1,2) B. ARIMA(2,0,2) C. ARIMA(2,1,2) D. ARIMA(0,2,2)

JAWABAN :
B. ARIMA (2, 0, 2)
Karena,
Zt  0, 5Zt 1  0, 5Zt  2  a t  0, 5a t 1  0, 25a t  2

4. Orde (p, d, q) dari model ARIMA Zt  2Zt 1  Zt 2  at  0, 5at 1 adalah

A. ARIMA(2,0,1) B. ARIMA(1,1,1) C. ARIMA(2,1,1) D. ARIMA(0,2,1)

JAWABAN :

B. ARIMA (1,1,1)

Karena,

Zt  2Zt 1  Zt 2  at  0, 5at 1
 ARIMA (1,1,1)

5. Diketahui suatu model ARIMA(p,d,q) Zt  Zt 1  0, 25Zt  2  a t  0, 5a t 1 . Nilai-nilai 1, 2, dan

1 berturut turut adalah:

A. 1; -0.25; -0.5 B. 1; -0.25; 0.5 C. 1; 0.25; -0.5 D. -1; 0.25; -0.5

JAWABAN :

A. 1; -0,25; -0,5

Karena,

Zt  Zt 1  0, 25Zt  2  a t  0, 5a t 1

Jadi, nilai

6. Diketahui Z t = – 0.6 Z t 1 – 0.62 Z t  2 – 0.63 Z t 3 – ... + at . Sebutan dan koefisien untuk model

ini berturut turut adalah:

A. AR(1) dengan koefisien 1=0.6

B. AR(1) dengan koefisien 1=-0.6

C. MA(1) dengan koefisien 1=0.6

D. MA(1) dengan koefisien 1=-0.6

JAWABAN :

B. AR (1) dengan koefisien 1=-0.6

 Karena, koefisien yang ada hanya maka modelnya adalah AR dengan koefisien -0,6

Zt = – 0.6 Z t 1 – 0.62 Z t  2 – 0.63 Z t 3 – ... + at

7. Diketahui model ARIMA Box-Jenkins musiman atau ARIMA(p,d,q)(P,D,Q)S adalah:

 p ( B ) P ( BS )(1  B )d (1  B S )D Zt  q ( B ) Q ( B S )a t

dimana

p,d,q = orde AR, differencing, dan MA non-musiman,

P,D,Q = orde AR, differencing, dan MA musiman,

p(B) = 1 – 1B – 2B2 – ... – pBp

P(BS) = 1 – 1BS – 2B2S – ... – PBPS

(1 – B)d = orde differencing non-musiman

(1 – BS)D = orde differencing musiman

Jika diketahui bahwa Zt  Zt 1  Zt 12  Zt 13  at  0, 5at 1  0, 5at 12  0, 25at 13 , maka model ARIMA

yang sesuai adalah

A. ARIMA(0,1,1) (0,1,1)12
B. ARIMA(1,0,1) (0,1,1)12
C. ARIMA(0,1,1) (1,1,1)12
D. ARIMA(1,0,1) (1,0,1)12

JAWABAN :

D. ARIMA(1,0,1) (1,0,1)12

Karena,
Zt  Zt 1  Zt 12  Zt 13  at  0, 5at 1  0, 5at 12  0, 25at 13

Jadi, modelnya adalah ARIMA(1, 0, 1)(1, 0, 1)12