时间序列分析期末考试
时间序列分析期末考试2010B
浙江农林大学2009 - 2010 学年第 二 学期考试卷（A 卷）课程名称：应用时间序列分析 课程类别:必修 考试方式: 闭卷注意事项：1、本试卷满分100分。
2、考试时间120分钟。
:号学题号一二三四五得分得分评阅人:名姓一、单项选择题（在每小题的四个备选答案中，选出一个正确答案，并将正确答案的选项填在题后的括号内。
每小题 分，共12分）1.关于严平稳与（宽）平稳的关系，不正确的为。
A.严平稳序列一定是宽平稳序列B.当序列服从正态分布时，两种平稳性等价C.二阶矩存在的严平稳序列一定为宽平稳的D. MA （p ）模型一定是宽平稳的2.下图为某时间序列的相关检验图，图1为自相关函数图， 请选择模型。
（ ）图1得分图2为偏自相关函数图,:级班业专:院学Las Cove r i ance Correlation "・ 1 9 8 7 54921()123456 7 8 5 1 Std Error 0 o.oesssi 1.00000U J Jj L I J <1!■ L L Hjjj L L » Jj il_i I J J -L L IJ■ I iif n i 1 T 1 1T >>• •■T , T 1 'T>>"।>T 1 'T1>T 1 11T 1 'T L 'Ti 11T 01 0.031893 0-3G342 ■ 击山543皿曲 ，下甲邙不下陋邙0JI6248 2 0.022994 0.26619■■ pi if 11 ■,71 ^p： rpOJ3O702 3 0.019579 0-22665 if ■ iliili i ।ill0J37834 4 0.010833 0.21224玳**求 ,0J42782 5 0.016344 0.18916 0J469S3 e 0.017916 0.207400J 50297 7 C.012543 0.14520.OJ54056 e 0.0091481 0.09B460.165096 s 0*013767 0.15937.0.1 痴11 10 0.014037 o.ieaeo 0J58196 ii 0.010613 0J22860.160455 12 0.0007B04 0.10174** *OJ61721 13 -0.0001808 -.00209■■0.162584 14 -0.0022815 -.02583. *■OJB2504 15 O.C003S5230.00458■■0.162640 IE 叩.0028539-.03304■0J62641 17-0.013391 -.15502 . ***■0.162732-0.012922-.14969■0JG4710Autocoir re Iftt ions:marks two starid&rd errorsPe rt i * I ftutocorrelat ionsCorrect ion - ■19 8 7 6 5 4 3 2 10 1 21-OJOSSB2 0.179713 0,002264 -0404428 $6 -0,06941 . in£ -0.I20G2 , 榔7 0.01860 8 0.00439e -0,06650 , in10 0JQ871 ii 0.142SO 12 -0*0094113 0.0819B ,*>K14 0JBB98 15 -0.00129IE 0.22QS9 . 索索常修17 0.06201 , *18 -0.10519B. AR(2) D. MA(2)3.下图中，图3为某序列一阶差分后的自相关函数图, 偏自相关函数图，请对原序列选择模型 。
时间序列分析考试卷及答案
考核课程 时间序列分析（B 卷） 考核方式 闭卷 考核时间 120 分钟注：B 为延迟算子，使得1-=t t Y BY ；∇为差分算子，。
一、单项选择题（每小题3 分，共24 分。
）1. 若零均值平稳序列{}t X ，其样本ACF 和样本PACF 都呈现拖尾性，则对{}t X 可能建立（ B ）模型。
A. MA(2)B.ARMA(1,1)C.AR(2)D.MA(1)2.下图是某时间序列的样本偏自相关函数图，则恰当的模型是（ B ）。
A. )1(MAB.)1(ARC.)1,1(ARMAD.)2(MA3. 考虑MA(2)模型212.09.0--+-=t t t t e e e Y ，则其MA 特征方程的根是（ C ）。
（A ）5.0,4.021==λλ （B ）5.0,4.021-=-=λλ （C ）5.2221==λλ， （D ） 5.2221=-=λλ，4. 设有模型112111)1(----=++-t t t t t e e X X X θφφ，其中11<φ，则该模型属于（ B ）。
A.ARMA(2,1) B.ARIMA(1,1,1) C.ARIMA(0,1,1) D.ARIMA(1,2,1)5. AR(2)模型t t t t e Y Y Y +-=--215.04.0，其中64.0)(=t e Var ，则=)(t t e Y E （ B ）。
A.0 B.64.0 C. 16.0 D. 2.06.对于一阶滑动平均模型MA(1): 15.0--=t t t e e Y ，则其一阶自相关函数为( C )。
A.5.0- B. 25.0 C. 4.0- D. 8.07. 若零均值平稳序列{}t X ∇，其样本ACF 呈现二阶截尾性，其样本PACF 呈现拖尾性，则可初步认为对{}t X 应该建立（ B ）模型。
A. MA(2)B.)2,1(IMAC.)1,2(ARID.ARIMA(2,1,2)8. 记∇为差分算子，则下列不正确的是（ C ）。
时间序列试卷参考答案
时间序列试卷参考答案内蒙古财经学院2009——2010学年第一学期期末考试试卷《时间序列分析》试卷参考答案一、填空题（1分*20空=20分）1. 描述性2. 平稳性，白噪声3. 严平稳，宽平稳，宽平稳4. 时域分析方法，频域分析方法5. 纯随机性，2χ，1,:210>?==m H m ρρρ ，m k H k ≤≤≠?1,0:1ρ6. 否，一阶，12步，d(x,1,12)7. 差分运算，ARMA 模型8. 自回归9. t t x B ε=Φ)(二、不定项选择题（2分*5=10分）1 A C D ；2 A D ；3 A BD ；4 B ；5 A D三、判断并说明理由（10分）1.（5分）答：说法不完全正确。
模型的有效性检验指的是检验模型的有效性。
如果模型有效，则拟合残差应该不含有任何信息，即残差为纯随机序列；如果模型拟合不显著，则拟合残差应该残留未被模型提取充分的信息，即非纯随机序列。
所以模型的有效性检验等同于对残差进行纯随机性检验，而不是平稳性检验。
2.（5分）答：说法是错误的。
证明：2110110121)()()0,1,0(εσεεεεεεεεεt x Var x Var x x x x ARIMA t t t t t t t t t t t =+++=+++==++=+=----- 模型：例如即方差非齐次。
四、简答题：（第1小题15分，第2小题5分，本题共20分）1. 答：（1）平滑法是进行趋势分析和预测时常用的一种方法。
它是利用修匀技术，削弱短期随机波动对序列的影响，使序列平滑化，从而显示出长期趋势变化的规律（2）根据平滑技术的不同，平滑法可以具体分为移动平均法和指数平滑法。
移动平均法假定在一个比较短的时间间隔里，序列值之间的差异主要是由随机波动造成的。
根据这种假定，我们可以用一定时间间隔内的平均值作为某一期的估计值，具体公式为：++++++++++++=+-++---+--++----为偶数，为奇数，n x x x x x n n x x x x x n x n t n t t n t n t n t n t t n t n t t )2121(1)(1~2121222112112121 指数平滑法的思想是在实际生活中，我们会发现对大多数随机事件而言，一般都是近期的结果对现在的影响会大些，远期的结果对现在的影响会小些。
10-11上学期时间序列分析A卷及答案
1. 若 { X t , t T } 为白噪声序列, 则 (t , s) 等于 0 , t , s T , t s. 2. 若时间序列 { X t , t T } 平稳, 则其自协方差函数 (t , s ), t , s T 只与 t s 有关, 而
ˆ (l ) 的均方误差为 的 MA(q) 序列, 则已知 X t , X t 1 , X t 2 , 时, X t l 的最佳线性预测 X t
2 (1 12 l21 ) , l 1, , q .
二、选择题(每小题 2 分, 共 20 分):
1. 对于正态序列来说, 其严平稳性与(宽)平稳性是 a a.等价的, b.不等价的.
1.试求模型的传递形式. 2.试求模型的逆转形式. 3.试求满足模型的 ARMA(1,1) 序列 { X t , t 0, 1, 2,} 的均值和自协方差函数.
-3-
-4-
得 分
评卷人
四、计算题(每小题 5 分, 共 15 分) 设 { X t , t 0, 1, 2,} 是满足 AR(2) 模型
.
2. 为了度量序列中两个随机变量之间真实的相关程度, 应该使用 b . a.自相关函数, b.偏相关函数. .
3. 平稳序列的偏相关函数 p 步截尾是其为 AR( p) 序列的 b a.充分条件, 4. 若一序列严平稳, 则其 a.一定, b b.充要条件.
是(宽)平稳的.
b.不一定. .
5. 满足平稳 ARMA 模型的 ARMA 序列有 a a.一个, b.无穷多个. .
中, 用白噪声序列 { t , t 0, 1, 2,} 线性地表示 ARMA( p, q) 序列称为模型的 a
时间序列分析试卷及答案3套
时间序列分析试卷及答案3套时间序列分析试卷1⼀、填空题（每⼩题2分，共计20分）1. ARMA(p, q)模型_________________________________，其中模型参数为____________________。
2. 设时间序列{}t X ，则其⼀阶差分为_________________________。
3. 设ARMA (2, 1)：1210.50.40.3t t t t t X X X εε---=++-则所对应的特征⽅程为_______________________。
4. 对于⼀阶⾃回归模型AR(1): 110t t t X X φε-=+＋，其特征根为_________，平稳域是_______________________。
5. 设ARMA(2, 1):1210.50.1t t t t t X X aX εε---=++-，当a 满⾜_________时，模型平稳。
6. 对于⼀阶⾃回归模型MA(1):10.3t t t X εε-=-，其⾃相关函数为______________________。
7. 对于⼆阶⾃回归模型AR(2):120.50.2t t t t X X X ε--=++则模型所满⾜的Yule-Walker ⽅程是______________________。
8. 设时间序列{}t X 为来⾃ARMA(p,q)模型：1111t t p t p t t q t q X X X φφεθεθε----=++++++L L则预测⽅差为___________________。
9. 对于时间序列{}t X ，如果___________________，则()~t X I d 。
10. 设时间序列{}t X 为来⾃GARCH(p ，q)模型，则其模型结构可写为_____________。
⼆、（10分）设时间序列{}t X 来⾃()2,1ARMA 过程，满⾜()()210.510.4ttB B X B ε-+=+,其中{}t ε是⽩噪声序列，并且()()2t t 0,E Var εεσ==。
时间序列分析考试卷及答案
考核课程 时间序列分析（B 卷） 考核方式 闭卷 考核时间 120 分钟注：B 为延迟算子，使得1-=t t Y BY ；∇为差分算子，。
一、单项选择题（每小题3 分，共24 分。
）1. 若零均值平稳序列{}t X ，其样本ACF 和样本PACF 都呈现拖尾性，则对{}t X 可能建立（ B ）模型。
A. MA(2)B.ARMA(1,1)C.AR(2)D.MA(1)2.下图是某时间序列的样本偏自相关函数图，则恰当的模型是（ B ）。
A. )1(MAB.)1(ARC.)1,1(ARMAD.)2(MA3. 考虑MA(2)模型212.09.0--+-=t t t t e e e Y ，则其MA 特征方程的根是（ C ）。
（A ）5.0,4.021==λλ （B ）5.0,4.021-=-=λλ （C ）5.2221==λλ， （D ） 5.2221=-=λλ，4. 设有模型112111)1(----=++-t t t t t e e X X X θφφ，其中11<φ，则该模型属于（ B ）。
A.ARMA(2,1) B.ARIMA(1,1,1) C.ARIMA(0,1,1) D.ARIMA(1,2,1)5. AR(2)模型t t t t e Y Y Y +-=--215.04.0，其中64.0)(=t e Var ，则=)(t t e Y E （ B ）。
A.0 B.64.0 C. 16.0 D. 2.06.对于一阶滑动平均模型MA(1): 15.0--=t t t e e Y ，则其一阶自相关函数为( C )。
A.5.0- B. 25.0 C. 4.0- D. 8.07. 若零均值平稳序列{}t X ∇，其样本ACF 呈现二阶截尾性，其样本PACF 呈现拖尾性，则可初步认为对{}t X 应该建立（ B ）模型。
A. MA(2)B.)2,1(IMAC.)1,2(ARID.ARIMA(2,1,2)8. 记∇为差分算子，则下列不正确的是（ C ）。
时间序列分析试题
第九章 时间序列分析一、单项选择题1、乘法模型是分析时间序列最常用的理论模型。
这种模型将时间序列按构成分解为（ ） 等四种成分，各种成分之间( )，要测定某种成分的变动，只须从原时间序列中（ ）。
A. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；减去其他影响成分的变动B. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；减去其他影响成分的变动C. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；除去其他影响成分的变动D.长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；除去其他影响成分的变动答案：C2、加法模型是分析时间序列的一种理论模型。
这种模型将时间序列按构成分解为（ ）等四种成分，各种成分之间( )，要测定某种成分的变动，只须从原时间序列中（ ）。
A. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；减去其他影响成分的变动B. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；减去其他影响成分的变动C. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；除去其他影响成分的变动D.. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；除去其他影响成分的变动答案：B3、利用最小二乘法求解趋势方程最基本的数学要求是（ ）。
A.∑=-任意值2)ˆ(t Y Y B. ∑=-min )ˆ(2t Y Y C. ∑=-max )ˆ(2t Y Y D. 0)ˆ(2∑=-t Y Y 答案：B4、从下列趋势方程t Y t86.0125ˆ-=可以得出（ ）。
A. 时间每增加一个单位，Y 增加0.86个单位B. 时间每增加一个单位，Y 减少0.86个单位C. 时间每增加一个单位，Y 平均增加0.86个单位D. 时间每增加一个单位，Y 平均减少0.86个单位答案：D.5、时间序列中的发展水平（ ）。
时间序列分析试卷及答案
时间序列分析试卷1一、 填空题（每小题2分，共计20分）1. ARMA(p, q)模型_________________________________，其中模型参数为____________________。
2. 设时间序列{}t X ，则其一阶差分为_________________________。
3. 设ARMA (2, 1)：1210.50.40.3t t t t t X X X εε---=++-则所对应的特征方程为_______________________。
4. 对于一阶自回归模型AR(1): 110t t t X X φε-=+＋，其特征根为_________，平稳域是_______________________。
5. 设ARMA(2, 1):1210.50.1t t t t t X X aX εε---=++-，当a 满足_________时，模型平稳。
6. 对于一阶自回归模型MA(1):10.3t t t X εε-=-，其自相关函数为______________________。
7. 对于二阶自回归模型AR(2):120.50.2t t t t X X X ε--=++则模型所满足的Yule-Walker 方程是______________________。
8. 设时间序列{}t X 为来自ARMA(p,q)模型：1111t t p t p t t q t q X X X φφεθεθε----=++++++L L则预测方差为___________________。
9. 对于时间序列{}t X ，如果___________________，则()~t X I d 。
10. 设时间序列{}t X 为来自GARCH(p ，q)模型，则其模型结构可写为_____________。
二、（10分）设时间序列{}t X 来自()2,1ARMA 过程，满足()()210.510.4ttB B X B ε-+=+,其中{}t ε是白噪声序列，并且()()2t t 0,E Var εεσ==。
时间序列期末试题及答案
时间序列期末试题及答案1. 试题考试时间：3小时考试形式：闭卷注意：请将答案写在答题纸上，不要在试卷上直接作答。
题目一：简答题（每题10分）1. 什么是时间序列分析？时间序列分析具有哪些应用领域？2. 请解释平稳时间序列的概念，并提供一个平稳时间序列的例子。
3. 什么是季节性、趋势性和周期性？请分别举一个例子。
4. 时间序列分析的步骤是什么？5. 请解释自相关函数（ACF）和偏自相关函数（PACF）的概念，并说明它们在时间序列分析中的作用。
题目二：计算题（每题20分）1. 从某超市取得了一组销售额数据，包括2004年到2019年的年度销售额。
请计算该时间序列的移动平均值，并绘制移动平均图。
2. 下表是某公司2005年到2019年每个季度的销售额数据，请利用季节性指数法预测2020年第一季度的销售额。
| 年份 | 第一季度销售额 ||-------|--------------|| 2005 | 100 || 2006 | 120 || 2007 | 140 || 2008 | 160 || 2009 | 180 || 2010 | 200 || 2011 | 220 || 2012 | 240 || 2013 | 260 || 2014 | 280 || 2015 | 300 || 2016 | 320 || 2017 | 340 || 2018 | 360 || 2019 | 380 |3. 通过对某股票每周收益率进行分析，发现其自相关系数和偏自相关系数都在95%置信区间之外。
该时间序列数据是否呈现ARCH效应？请解释原因。
4. 将某商品销售额数据建模为自回归移动平均模型（ARMA），请给出该模型的阶数，并解释原因。
2. 答案题目一：简答题1. 时间序列分析是一种研究时间相关数据的统计方法，通过对时间序列的特征进行分析，揭示其随时间变化的规律和趋势。
时间序列分析广泛应用于经济学、金融学、气象学、社会学等领域。
时间序列分析考试卷及答案
考核课程 时间序列分析（B 卷） 考核方式 闭卷 考核时间 120 分钟注：B 为延迟算子，使得1-=t t Y BY ；Ñ为差分算子，。
一、单项选择题（每小题3 分，共24 分。
）1. 若零均值平稳序列{}tX ，其样本ACF 和样本PACF 都呈现拖尾性，则对{}t X 可能建立（ B ）模型。
模型。
A. MA(2) B.ARMA(1,1) C.AR(2) D.MA(1) 2.下图是某时间序列的样本偏自相关函数图，则恰当的模型是（ B ）。
A. )1(MAB.)1(ARC.)1,1(ARMAD.)2(MA3. 考虑MA(2)模型212.09.0--+-=t t t t e e e Y ，则其，则其MA MA MA特征方程的根是（特征方程的根是（特征方程的根是（ C C C ）。
）。
）。
（A ）5.0,4.021==l l （B ）5.0,4.021-=-=l l （C ）52221==l l ， （D ） 5.2221=-=l l ，4. 设有模型112111)1(----=++-t t t t t e e X X X q f f ，其中11<f ，则该模型属于（，则该模型属于（ B ）。
）。
A.ARMA(2,1) B.ARIMA(1,1,1) C.ARIMA(0,1,1) D.ARIMA(1,2,1) 5. AR(2)模型tt t t e Y Y Y +-=--215.04.0，其中64.0)(=t e V ar ，则=)(t t e Y E （ B B ）。
）。
）。
A.0 B.64.0 C. 16.0 D. 2.06.6.对于一阶滑动平均模型对于一阶滑动平均模型对于一阶滑动平均模型MA(1): MA(1): 15.0--=t t t e e Y ，则其一阶自相关函数为，则其一阶自相关函数为( C )( C )( C )。
A.5.0- B. 25.0 C. 4.0- D. 8.07. 若零均值平稳序列{}t X Ñ，其样本ACF 呈现二阶截尾性，其样本PACF 呈现拖尾性，则可初步认为对{}t X 应该建立（应该建立（ B ）模型。
时间序列分析试卷及答案3套
时间序列分析试卷1一、 填空题（每小题2分，共计20分）1. ARMA(p, q)模型_________________________________，其中模型参数为____________________。
2. 设时间序列{}t X ，则其一阶差分为_________________________。
3. 设ARMA (2, 1)：1210.50.40.3t t t t t X X X εε---=++-则所对应的特征方程为_______________________。
4. 对于一阶自回归模型AR(1): 110t t t X X φε-=+＋，其特征根为_________，平稳域是_______________________。
5. 设ARMA(2, 1):1210.50.1t t t t t X X aX εε---=++-，当a 满足_________时，模型平稳。
6. 对于一阶自回归模型MA(1):10.3t t t X εε-=-，其自相关函数为______________________。
7. 对于二阶自回归模型AR(2):120.50.2t t t t X X X ε--=++则模型所满足的Yule-Walker 方程是______________________。
8. 设时间序列{}t X 为来自ARMA(p,q)模型：1111t t p t p t t q t q X X X φφεθεθε----=++++++则预测方差为___________________。
9. 对于时间序列{}t X ，如果___________________，则()~t X I d 。
10. 设时间序列{}t X 为来自GARCH(p ，q)模型，则其模型结构可写为_____________。
二、（10分）设时间序列{}t X 来自()2,1ARMA 过程，满足()()210.510.4ttB B X B ε-+=+,其中{}t ε是白噪声序列，并且()()2t t 0,E Var εεσ==。
时间序列分析试卷及答案
其中 t 是白噪声序列，并且 E0,Var时间序列分析试卷 1一、 填空题(每小题 2分，共计 20 分)1. ARMA(p, q) 模 型 ____________________________________________ ， 其 中 模 型 参 数 为_________________________ 。
2. 设时间序列X t ，则其一阶差分为 _____________________________________________ 。
3. 设 ARMA (2, 1) ：X t 0.5X t 1 0.4X t 2 t 0.3 t 1则所对应的特征方程为 _________________________ 。
4. 对于一阶自回归模型 AR(1): X t 10＋ X t 1 t ，其特征根为 _________________ ，平稳域是____________________________ 。
5. 设ARMA(2, 1): X t 0.5X t 1 aX t 2 t 0.1 t 1，当 a 满足 _________________________ 时，模型平稳。
6. 对 于 一 阶 自 回 归 模 型 MA(1): X tt0.3 t 1 ， 其 自 相 关 函 数 为____________________________ 。
7. 对于二阶自回归模型 AR(2):X t 0.5X t 1 0.2X t 2 t则模型所满足的 Yule-Walker 方程是 _________________________ 。
8. 设时间序列 X t 为来自 ARMA(p,q)模型：X t 1X t 1 Lp X t p t 1 t 1 L q t q则预测方差为 _____________________ 。
9. 对于时间序列 X t ，如果 _________________________ ，则 X t ~ I d 。
时间序列分析试卷及答案
时间序列分析试卷及答案时间序列分析试卷1一、填空题（每小题2分, 共计20分）1.ARMA(p,q)模型是一种常用的时间序列模型, 其中模型参数为p和q。
2.设时间序列{Xt}, 则其一阶差分为Xt-Xt-1.3.设ARMA (2.1): Xt=0.5Xt-1+0.4Xt-2+εt-0.3εt-1, 则所对应的特征方程为1-0.5B-0.4B^2+0.3B。
4.对于一阶自回归模型AR(1):Xt=10+φXt-1+εt, 其特征根为φ, 平稳域是|φ|<1.5.设ARMA(2.1):Xt=0.5Xt-1+aXt-2+εt-0.1εt-1, 当a满足|a|<1时, 模型平稳。
6.对于一阶自回归模型Xt=φXt-1+εt, 其平稳条件是|φ|<1.7.对于二阶自回归模型AR(2):MA(1):Xt=εt-0.3εt-1, 其自相关函数为Xt=0.5Xt-1+0.2Xt-2+εt, 则模型所满足的XXX-Walker方程是ρ1-0.5ρ2=0.2, ρ2-0.5ρ1=1.8.设时间序列{Xt}为来自ARMA(p,q)模型: Xt=φ1Xt-1+。
+φpXt-p+εt+θ1εt-1+。
+θqεt-q, 则预测方差为σ^2(1+θ1^2+。
+θq^2)。
9.对于时间序列{Xt}, 如果它的差分序列{ΔXt}是平稳的, 则Xt~I(d)。
10.设时间序列{Xt}为来自GARCH(p,q)模型, 则其模型结构可写为σt^2=α0+α1εt-1^2+。
+αpεt-p^2+β1σt-1^2+。
+βqσt-q^2.二、（10分）设时间序列{Xt}来自ARMA(2,1)过程, 满足(1-B+0.5B^2)Xt=(1+0.4B)εt, 其中{εt}是白噪声序列, 并且E(εt)=0, Var(εt)=σ^2.1）判断ARMA(2,1)模型的平稳性。
根据特征方程1-φ1B-φ2B^2, 求得其根为0.5±0.5i, 因此模型的平稳条件是|φ1-0.5i|<1和|φ1+0.5i|<1, 即-1<φ1<1.因为0.5i不在实轴上, 所以模型不是严平稳的, 但是是宽平稳的。
时间序列分析期末试卷AB卷
卷A一、 判定下列模型的稳定性和可逆性。
（10）1.t t t a X X =--11.12.14.0--=t t t a a X3.1218.04.03.1----=+-t t t t t a a X X X二、简述（25）1．宽平稳的定义是什么？它和严平稳有什么联系？（10）2．写出AR （1），MA （1），ARMA （2，1）模型的表达式，并分别说明它们的基本假设。
（15）三、计算（65）1．根据下面AR （4）模型的估计值求关于一个ARMA （2，1）模型的可逆初始猜测值6.01=ϕ，2.02-=ϕ，2.03-=ϕ，8.04=ϕ （10）2. 求模型2114.03.15.0---+-=-t t t t t a a a X X 的前5个格林函数和逆函数。
（10）3．对于ARMA （2，1）模型 1214.03.0---+=+-t t t t t a a X X X ，t a ～NID （0，100），给定345=-t X ，364=-t X ，=-3t X 12=-t X ，3.01=-t X ，10-=t X ，并假定1-t a =-25（a ）计算)(ˆl X t )2,1(=l 及)1(ˆtX 的95%的概率限。
（b ）给定09.111-=+t X ，4.11=G ，修正)2(ˆtX 。
4. 有t=1,2,3,4,5的数据序列如下：7.0，6.8，7.2，6.9，7.1 （a ）求零均值化后的序列t X（b ）用AR(1)模型拟合t X ，求1ϕ的估计。
5. 某过程的逆函数2,)7.0(3.0,5.021≥==-j I I j j ，试求相应的ARMA 模型的表达式。
卷B二、 判定下列模型的稳定性和可逆性。
（10）1.t t t a X X =--15.02.12.1--=t t t a a X3.21216.07.11.07.0----+-=+-t t t t t t a a a X X X二、简述（25）1．宽平稳的定义是什么？它和严平稳有什么联系？（10）2．写出AR （1），MA （1），ARMA （2，1）模型的表达式，并分别说明它们的基本假设。
《时间序列》试卷答案
《时间序列》试卷答案【篇一：时间序列分析试卷及答案3套】>一、填空题（每小题2分，共计20分）1. arma(p, q)模型_________________________________，其中模型参数为____________________。
2. 设时间序列?xt?，则其一阶差分为_________________________。
3. 设arma (2, 1)：xt?0.5xt?1?0.4xt?2??t?0.3?t?1则所对应的特征方程为_______________________。
4. 对于一阶自回归模型ar(1): xt?10＋?xt?1??t，其特征根为_________，平稳域是_______________________。
5. 设arma(2, 1):xt?0.5xt?1?axt?2??t?0.1?t?1，当a满足_________时，模型平稳。
6. 对于一阶自回归模型______________________。
7. 对于二阶自回归模型ar(2):xt?0.5xt?1?0.2xt?2??tma(1):xt??t?0.3?t?1，其自相关函数为则模型所满足的yule-walker方程是______________________。
8. 设时间序列?xt?为来自arma(p,q)模型：xt??1xt?1?l??pxt?p??t??1?t?1?l??q?t?q则预测方差为___________________。
9. 对于时间序列?xt?，如果___________________，则xt~i?d?。
10. 设时间序列?xt?为来自garch(p，q)模型，则其模型结构可写为_____________。
二、（10分）设时间序列?xt?来自arma?2,1?过程，满足1b0.5bx2t1?0.4bt,2其中??t?是白噪声序列，并且e??t??0,var??t。
（1）判断arma?2,1?模型的平稳性。
时间序列分析考试卷及答案
考核课程 时间序列分析(Ｂ卷)考核方式 闭卷 考核时间 1２0 分钟注:为延迟算子,使得;∇为差分算子,1--=∇t t t Y Y Y 。
一、单项选择题（每小题3 分，共24 分。
)１、 若零均值平稳序列,其样本ＡCF 与样本ＰＡC Ｆ都呈现拖尾性,则对可能建立( B )模型。
A 、 M Ａ(２)B 、AR ＭA(１,１)C 、ＡＲ(2)D 、M Ａ(1)2、下图就就是某时间序列得样本偏自相关函数图，则恰当得模型就就是( Ｂ ）。
A 、B 、C 、 Ｄ、3、 考虑MA （2）模型212.09.0--+-=t t t t e e e Y ，则其MA 特征方程得根就就是( Ｃ )。
(A)5.0,4.021==λλ (B ）5.0,4.021-=-=λλ（C)5.2221==λλ， （D) 5.2221=-=λλ，４、 设有模型,其中11<φ,则该模型属于( Ｂ )。
A.A ＲM Ａ(2,1） B 、ＡＲＩMA(1,1，1） C 、AR ＩMA(0，１,1) D 、A ＲＩMA(１,2,1)5、 A Ｒ(2)模型,其中，则( Ｂ )。
Ａ、 B 、 Ｃ、 D 、6.对于一阶滑动平均模型ＭA （１)： ，则其一阶自相关函数为（ C )。
A 、B 、 Ｃ、 D 、7、 若零均值平稳序列,其样本A ＣF 呈现二阶截尾性,其样本P ＡCF 呈现拖尾性,则可初步认为对应该建立( B )模型。
A 、 M Ａ(2）B 、C 、D 、AR ＩM Ａ(2,1,２) ８、 记∇为差分算子，则下列不正确得就就是( Ｃ )。
A 、 Ｂ、C 、D 、二、填空题(每题3分,共2４分）;１、 若满足: , 则该模型为一个季节周期为__１2___＿得乘法季节模型。
2、 时间序列得周期为s 得季节差分定义为： ______＿＿＿_____________＿_＿＿___。
3、 设ＡR ＭＡ (2, 1）:则所对应得AR 特征方程为＿_＿__＿_______＿_＿,其ＭA 特征方程为_______＿＿___＿_＿＿__＿__。
时间序列分析考试卷及答案
考核课程 时间序列分析（B 卷） 考核方式 闭卷 考核时间 120 分钟注：B 为延迟算子，使得1-=t t Y BY ；∇为差分算子，。
一、单项选择题（每小题3 分，共24 分。
）1. 若零均值平稳序列{}t X ，其样本ACF 和样本PACF 都呈现拖尾性，则对{}t X 可能建立（ B ）模型。
A. MA(2)B.ARMA(1,1)C.AR(2)D.MA(1)2.下图是某时间序列的样本偏自相关函数图，则恰当的模型是（ B ）。
A. )1(MAB.)1(ARC.)1,1(ARMAD.)2(MA3. 考虑MA(2)模型212.09.0--+-=t t t t e e e Y ，则其MA 特征方程的根是（ C ）。
（A ）5.0,4.021==λλ （B ）5.0,4.021-=-=λλ （C ）5.2221==λλ， （D ） 5.2221=-=λλ，4. 设有模型112111)1(----=++-t t t t t e e X X X θφφ，其中11<φ，则该模型属于（ B ）。
A.ARMA(2,1) B.ARIMA(1,1,1) C.ARIMA(0,1,1) D.ARIMA(1,2,1)5. AR(2)模型t t t t e Y Y Y +-=--215.04.0，其中64.0)(=t e Var ，则=)(t t e Y E （ B ）。
A.0 B.64.0 C. 16.0 D. 2.06.对于一阶滑动平均模型MA(1): 15.0--=t t t e e Y ，则其一阶自相关函数为( C )。
A.5.0- B. 25.0 C. 4.0- D. 8.07. 若零均值平稳序列{}t X ∇，其样本ACF 呈现二阶截尾性，其样本PACF 呈现拖尾性，则可初步认为对{}t X 应该建立（ B ）模型。
A. MA(2)B.)2,1(IMAC.)1,2(ARID.ARIMA(2,1,2)8. 记∇为差分算子，则下列不正确的是（ C ）。
时间序列分析试题
第九章 时间序列分析一、单项选择题1、乘法模型是分析时间序列最常用的理论模型。
这种模型将时间序列按构成分解为（ ） 等四种成分，各种成分之间( )，要测定某种成分的变动，只须从原时间序列中（ ）。
A. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；减去其他影响成分的变动B. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；减去其他影响成分的变动C. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；除去其他影响成分的变动D.长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；除去其他影响成分的变动答案：C2、加法模型是分析时间序列的一种理论模型。
这种模型将时间序列按构成分解为（ ）等四种成分，各种成分之间( )，要测定某种成分的变动，只须从原时间序列中（ ）。
A. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；减去其他影响成分的变动B. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；减去其他影响成分的变动C. 长期趋势、季节变动、循环波动和不规则波动；保持着相互依存的关系；除去其他影响成分的变动D.. 长期趋势、季节变动、循环波动和不规则波动；缺少相互作用的影响力量；除去其他影响成分的变动答案：B3、利用最小二乘法求解趋势方程最基本的数学要求是（ ）。
A.∑=-任意值2)ˆ(t Y Y B. ∑=-min )ˆ(2t Y Y C. ∑=-max )ˆ(2t Y Y D. 0)ˆ(2∑=-t Y Y 答案：B4、从下列趋势方程t Y t86.0125ˆ-=可以得出（ ）。
A. 时间每增加一个单位，Y 增加0.86个单位B. 时间每增加一个单位，Y 减少0.86个单位C. 时间每增加一个单位，Y 平均增加0.86个单位D. 时间每增加一个单位，Y 平均减少0.86个单位答案：D.5、时间序列中的发展水平（ ）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浙江农林大学 2009 - 2010 学年第 二 学期考试卷（A 卷）
课程名称： 应用时间序列分析 课程类别： 必修 考试方式： 闭卷
注意事项：1、本试卷满分100分。
2、考试时间 120分钟。
一、单项选择题（在每小题的四个备选答案中，选出一个正确
答案，并将正确答案的选项填在题后的括号内。
每小题2分，共12分）
1. 关于严平稳与（宽）平稳的关系，不正确的为 。
( ) A. 严平稳序列一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. MA(p)模型一定是宽平稳的
2. 下图为某时间序列的相关检验图，图1为自相关函数图，图2为偏自相关函数图，请选择模型 。
( )
图1
图2
题号 一 二 三 四 五 得分 得分 评阅人
学院： 专业班级： 姓名： 学号：
装 订 线 内 不 要 答 题
得分
A. AR(1)
B. AR(2)
C. MA(1)
D. MA(2)
3. 下图中，图3为某序列一阶差分后的自相关函数图，图4为某序列一阶差分后的
偏自相关函数图，请对原序列选择模型。
( )
图3
图4
A.ARIMA(4，1，0)
B. ARIMA(0，2，1)
C. ARIMA(0，1，2)
D.ARI MA(0，1，4) 4. 记B 为延迟算子，则下列不正确的是 。
( ) A. 0
1B = B. (1)k
t t k t X X B X --=- C. 12t t BX X --= D. 11()t t t t B X Y X Y --±=±
5.对于平稳时间序列，下列错误的是 ( ) A.)(212εσεE = B.),(),(k t t k t t y y Cov y y Cov -+=
C.k k -=ρρ
D.)(ˆ)1(ˆ1k y k y
t t +=+ 6.下图为对某时间序列的拟合模型进行显著性水平0.05α=的显著性检验，请选择
该序列的拟合模型 。
( )
A. 151.261690.42481t t t X X a -=-+
B.173.038290.42481t t t X X a -=-+
C. 151.261690.42481t t t X a a -=++
D. 173.038290.42481t t t X a a -=++
二、检验下列模型的平稳性与可逆性，写出详细过程。
（每小题4分，共16分）
1. 12t t t X X a -=-+
2. 10.7t t t X a a -=-
3. 111.50.4t t t t X X a a --=+-
4. 1211.40.40.5t t t t t X X X a a ---=-+-
得分
三、解差分方程（每小题3分，共6分） 1. (2)2()0y k y k +-=
2. (2)5(1)6()0y k y k y k +-++=
四、计算题（第1题11分，第2-6题每题9分，共56分） 1.一个序列适应如下模型：
121t 32120.80.50.3,1,2, 2.5,0.6,0,ˆ(),1,2.t t t t t t t t t t
X X X a a X X X X a l l --------+=-=-=====已知求X
2.已知某序列服从MA(3)模型： 2
123121000.80.60.2,25,4,8,6
t t t t t a t t t a a a a a a a σ-----=+-+-==-==-X 预测未来2期的值及95%的置信区间.
1234t 2
~
2.
{}55,7,4,6,8.
ˆ(1)5;(2)t t t t t t t X X X X X X X
X ----+-=====3.某一观察值序列最后期观测值分别为：使用期移动平均法预测使用5期中心移动平均法求
4.对一观察值序列{ t X }使用指数平滑法.已知23,t X =且前一期的平滑值为
24.5,平滑系数为0.30.求2期预测值
12k 5.0.6,(1).t t t t a a a k ρ--=+-≥对于MA(2)模型：X 求其自相关函数
6.获得100个ARIMA(0,1,1)序列的观测值
(1)．已知50)1(ˆ,45,5.01001001===X X θ求)2(ˆ100X 的值 2．假定新获得51101=X 求)1(ˆ101X 的值
五、证明题（10分）
对于一个中心化AR(1)模型,证明22
1var()1a
t X σφ=-
若已知25t X =,且ˆ(1)t
X 的95%的置信区间为(16,9),求模型中2a σ和1φ值.。