LATIHAN SOAL PERSIAPAN UTS

MA5 2 8 2 Analisis Ruang Waktu

Pengajar: Utriweni Mukhaiyar

1 . [1 5 ] Berikut merupakan plot deret waktu emisi CO2 di negara A dalam kurun waktu 5 5 tahun
terakhir {𝑌𝑌𝑡𝑡 , 𝑡𝑡 = 1,2, … , 55}, beserta perubahan nilai emisi setiap tahun {𝑊𝑊𝑡𝑡 , 𝑡𝑡 = 1,2, … , 54},
dengan 𝑊𝑊𝑡𝑡 = 𝑌𝑌𝑡𝑡 − 𝑌𝑌𝑡𝑡−1 . Masing-masing proses juga dilengkapi dengan plot ACF dan PACF
sampelnya.
𝑌𝑌𝑡𝑡 𝑊𝑊𝑡𝑡 = 𝑌𝑌𝑡𝑡 − 𝑌𝑌𝑡𝑡−1

a. Apakah proses emisi gas CO2 {𝑌𝑌𝑡𝑡 } dapat dikatakan stasioner? Jelaskan.
b. Apakah proses perubahan emisi gas {𝑊𝑊𝑡𝑡 } dapat dikatakan stasioner? Jelaskan.
c. Periksa model yang sesuai untuk model AR(1 ). Beri alasan.

2 . [2 0 ] Pandang model 𝑌𝑌𝑡𝑡 = 𝜀𝜀𝑡𝑡−1 − 𝜀𝜀𝑡𝑡−2 + 0,5𝜀𝜀𝑡𝑡−3 .

a. Cari fungsi autokorelasi dari prose s {Yt}.
b. Periksa kestasioneran dan invertibilitas dari prose s {Yt}.
c. Tunjukkan bahwa proses ini merupakan suatu proses ARMA(p ,q ) yang dalam penyamaran.
Oleh karena itu, identifikasi nilai orde p dan q sekaligus parameter 𝜃𝜃 dan 𝜙𝜙 sedemikian
sehingga proses ARMA(p ,q ) memiliki properti statistik yang sama dengan prose s {Yt}.

1
3 . [1 5 ] Pandang suatu proses stasioner {Yt}. Tunjukkan bahwa jika 𝜌𝜌1 < 2 maka ∇𝑌𝑌𝑡𝑡 memiliki variansi
yang lebih besar dibandingkan Yt..
4 . [3 0 ] Pandang barisan pengamatan total besar klaim yang datang setiap minggu ke suatu
perusahaan asuransi (dalam ratusan juta rupiah). Pengamatan tersebut merupakan realisasi dari
deret waktu {Xt} stasioner.

t 1 2 3 4 5 6 7 8 9 10
Xt 0 .8 1 .2 0 .5 0 .9 1 .1 1 .1 0 .6 1 .5 0 .8 0 .9

t 11 12 13 14 15 16 17 18 19 20
Xt 1 .2 0 .5 1 .3 0 .8 1 .2 1 .1 1 .3 0 .7 1 .1 0 .9

a. Plot observasi tersebut.

b. Berdasarkan gambar, tebak suatu nilai aproksimasi untuk koefisien korelasi pada lag waktu
1 . Jelaskan.
c. Plot Xt versus Xt+ 1 dan coba untuk memperkirakan nilai korelasi r1 . Jelaskan.
d. Hitung ACF sampel, rk untuk k = 0 , 1 , 2 , 3 .
e. Hitung PACF sampel, 𝜙𝜙�𝑘𝑘𝑘𝑘 untuk k = 0 , 1 , 2 , 3 .
f. Identifikasi model yang mungkin berdasarkan data tersebut.
g. Taksir p arameter model yang diidentifikasi dengan metode momen

5 . [2 0 ] Pandang proses
𝑋𝑋𝑡𝑡 = 𝜔𝜔𝑡𝑡
𝑌𝑌𝑡𝑡 = 𝜔𝜔𝑡𝑡 − 𝜃𝜃𝜔𝜔𝑡𝑡−1 + 𝑢𝑢𝑡𝑡

dengan 𝜔𝜔𝑡𝑡 dan 𝑢𝑢𝑡𝑡 adalah white noise yang saling bebas dengan variansi secara berurutan adalah
𝜎𝜎𝜔𝜔2 dan 𝜎𝜎𝑢𝑢2 , dan 𝜃𝜃 konstan yang belum diketahui nilainya.

a. Tulis fungsi autokorelasi (ACF) , 𝜌𝜌𝑦𝑦 (ℎ), untuk k = 0 , ±1 , ±2 , … dari barisan 𝑌𝑌𝑡𝑡 sebagai fungsi
dari 𝜎𝜎𝜔𝜔2 , 𝜎𝜎𝑢𝑢2 , dan 𝜃𝜃
b. Tentukan fungsi korelasi silang (CCF), 𝜌𝜌𝑥𝑥𝑥𝑥 (ℎ) antara 𝑋𝑋𝑡𝑡 dan 𝑌𝑌𝑡𝑡 .
c. Tunjukkan bahwa 𝑋𝑋𝑡𝑡 dan 𝑌𝑌𝑡𝑡 adalah stasioner secara bersama.

6 . [2 0 ] Pandang proses

𝑌𝑌𝑡𝑡 = 𝛽𝛽0 + 𝛽𝛽1 𝑡𝑡 + ⋯ + 𝛽𝛽𝑞𝑞 𝑡𝑡 𝑞𝑞 + 𝑥𝑥𝑡𝑡 , 𝛽𝛽𝑞𝑞 ≠ 0

dengan 𝑥𝑥𝑡𝑡 stasioner.

a. Tunjukkan bahwa ∇k𝑥𝑥𝑡𝑡 stasioner untuk sebarang k = 1 , 2 , …,
b. Tunjukkan bahwa ∇k𝑌𝑌𝑡𝑡 tidak stasioner untuk sebarang k < q , namun stasioner untuk k ≥ q .

7 . [1 5 ] Misalkan vektor prose s dua dimensi mengikuti model Vektor ARMA(2 ,2 ) berikut:
(𝐈𝐈 − 𝚽𝚽1 𝐵𝐵 − 𝚽𝚽2 𝐵𝐵 2 )𝒁𝒁𝑡𝑡 = (𝐈𝐈 − 𝚯𝚯1 𝐵𝐵 − 𝚯𝚯2 𝐵𝐵 2 )𝒂𝒂𝑡𝑡
dengan,
0,8 1,3 −0,1 −0,6 0,4 0,2 0 0
𝚽𝚽1 = � �, 𝚽𝚽2 = � �, 𝚯𝚯1 = � �, dan 𝚯𝚯2 = � �.
0,1 0,6 0 0 1,3 0,6 −0,4 −0,2
2 2
a. Tunjukkan bahwa |𝐈𝐈 − 𝚽𝚽1 𝐵𝐵 − 𝚽𝚽2 𝐵𝐵 | = (1 − 𝐵𝐵 + 0,18𝐵𝐵 )
b. Rekonstruksi Vektor ARMA(2 ,2 ) tersebut sebagai Vektor ARMA(1 ,3 ).