时间序列分析考试卷及答案

合集下载

统计学考试题目时间序列分析

统计学考试题目时间序列分析

BCCAA,ACBDD,BBDBD,BA第六章时间序列分析一、单项选择题1.某地区1990—1996年排列的每年年终人口数动态数列是(b)。

A、绝对数动态数列B、绝对数时点数列C.相对数动态数列D.平均数动态数列2.某工业企业产品年生产量为20万件,期末库存万件,它们(c)。

A、是时期指标B、是时点指标C、前者是时期指标,后者是时点指标D、前者是时点指标,后者是时期指标3•间隔相等的不连续时点数列计算序时平均数的公式为(c )。

y n石=——c石■_ CQ2「十°2卜・+0"写九川皆/+•+也宁%九D.= 一二 ............. 二.................... 二........4.某地区连续4年的经济增长率分别为%, 9%, 8%, %,则该地区经济的年平均增长率为(a) oA ' A1.085x 1.09x1.08x 1.094-1 B、刘0.085 x 0.09 x 0.08 x 0.094C > A/l.085xl.09xl.08xl.094 D、(8.5%+9%+8%+9.4%)三55.某工业企业生产的产品单位成本从2005年到2007年的平均发展速度为98%,说说明该严品单位成本(a) oA、平均每年降低2%B、平均每年降低1%C、2007年是2005年的98%D、2007年比2005年降低98%6•根据近几年数据计算所的,某种商品第二季度销售量季节比率为,表明该商品第二季度销售(a) oA、处于旺季B、处于淡季C、增长了70%D、增长了170%7.对于包含四个构成因素(T,S,C,I)的时间序列,以原数列各项数值除以移动平均值(其平均项数与季节周期长度相等)后所得比率(c) oA、只包含趋势因素B、只包含不规则因素C、消除了趋势和循环因素D、消除了趋势和不规则因素8.当时间序列的长期趋势近似于水平趋势时,测定季节变动时(b )。

回归分析时间序列分析答案

回归分析时间序列分析答案

回归分析时间序列分析答案一、单项选择题1、下面的关系中不是相关关系的是(D )A、身高与体重之间的关系B、工资水平与工龄之间的关系C、农作物的单位面积产量与降雨量之间的关系D、圆的面积与半径之间的关系2、具有相关关系的两个变量的特点是(A )A、一个变量的取值不能由另一个变量唯一确定B、一个变量的取值由另一个变量唯一确定C、一个变量的取值增大时另一个变量的取值也一定增大D、一个变量的取值增大时另一个变量的取值肯定变小3、下面的假定中,哪个属于相关分析中的假定(B)A、两个变量之间是非线性关系B、两个变量都是随机变量C、自变量是随机变量,因变量不是随机变量D、一个变量的数值增大,另一个变量的数值也应增大4、如果一个变量的取值完全依赖于另一个变量,各观测点落在一条直线上,则称这两个变量之间为(A )A、完全相关关系B、正线性相关关系C、非线性相关关系D、负线性相关关系 5、根据你的判断,下面的相关系数取值哪一个是错误的( C )A、–0.86B、0.78C、1.25D、0x6、某校经济管理类的学生学习统计学的时间()与考试成绩(y)之间建立线性回归方程yx=a+b。

经计算,方程为y =200—0.8x,该方程参数的计算(C) ccA a值是明显不对的B b值是明显不对的C a值和b值都是不对的D a值和b值都是正确的 7、在回归分析中,描述因变量y如何依赖于自变量x和误差项ε的方程称为(B)A、回归方程B、回归模型C、估计回归方程D、经验回归方程,,,x,,8、在回归模型y=中,ε反映的是(C ) 01A、由于x的变化引起的y的线性变化部分B、由于y的变化引起的x的线性变化部分C、除x和y的线性关系之外的随机因素对y的影响D、由于x和y的线性关系对y的影响9、如果两个变量之间存在负相关关系,下列回归方程中哪个肯定有误(B),,A、=25–0.75xB、= –120+ 0.86x yy,,C、=200–2.5xD、= –34–0.74x yy10、说明回归方程拟合优度的统计量是(C )A、相关系数B、回归系数C、判定系数D、估计标准误差211、判定系数R是说明回归方程拟合度的一个统计量,它的计算公式为(A ) SSRSSRSSESSTA、 B、 C、 D、 SSTSSESSTSSR12、为了研究居民消费(C)与可支配收入(Y)之间的关系,有人运用回归分析的方法,得到以下方程:在该方程中0.76的含义是(B ) LnC,2.36,0.76LnY,A、可支配收入每增加1元,消费支出增加0.76元B、可支配收入每增加1%,消费支出增加0.76%C、可支配收入每增加1元,消费支出增加76%D、可支配收入每增加1%,消费支出增加76%13、年劳动生产率z(千元)和工人工资y=10+70x,这意味着年劳动生产率每提高1千元时,工人工资平均(A)A增加70元 B减少70元 C增加80元 D减少80元14、下列回归方程中哪个肯定有误(A),,A、y=15–0.48x,r=0.65B、y= –15 - 1.35x,r=-0.81,,C、yy=-25+0.85x,r=0.42D、=120–3.56x,r=-0.96215、若变量x与y之间的相关系数r=0.8,则回归方程的判定系数R为(C )A、0.8B、0.89C、0.64D、0.40 16、对具有因果关系的现象进行回归分析时(A)A、只能将原因作为自变量B、只能将结果作为自变量C、二者均可作为自变量D、没有必要区分自变量二、多项选择题1(下列哪些现象之间的关系为相关关系(ACD)A家庭收入与消费支出关系 B圆的面积与它的半径关系C广告支出与商品销售额关系 D单位产品成本与利润关系E在价格固定情况下,销售量与商品销售额关系2(相关系数表明两个变量之间的(DE)A线性关系 B因果关系 C变异程度 D相关方向 E相关的密切程度3、如下的现象属于负相关的有(BCD)。

应用统计硕士(MAS)考试过关必做习题集(含名校考研真题详解)统计学(第10章 时间序列分析和预测)

应用统计硕士(MAS)考试过关必做习题集(含名校考研真题详解)统计学(第10章 时间序列分析和预测)

第10章 时间序列分析和预测一、单项选择题 1.已知某公司近5年经营收入的增长速度分别为6%,8.2%,9.3%,8%和10.5%,则该公司近5年的年平均增长速度为( )。

[浙江工商大学2017研]A .(6%×8.2%×9.3%×8%×10.5%)/5B .(106%×108.2%×109.3%×108%×110.5%)/5-1C .(6%×8.2%×9.3%×8%×10.5%)1/5D .(106%×108.2%×109.3%×108%×110.5%)1/5-1【答案】D【解析】平均增长速度也称平均增长率,它是时间序列中逐期环比值(也称环比发展速度)的几何平均数减1后的结果,其计算公式为:111n n YG Y -=⨯⨯-=-所以该商品价格的年平均增长率为:1v =-2.如果时间数列逐期增长量大体相等,则宜拟合( )。

[浙江工商大学2017研]A .直线模型B.抛物线模型C.曲线模型D.众数指数曲线模型【答案】A【解析】A项,逐期增长量大体相等,说明关于时间t的曲线的斜率大体相等,应拟合直线模型;B项,抛物线模型适合于变化率逐渐减小再逐渐增大的时间序列;C项,指数曲线模型适合于呈指数增长的时间序列;D项,除直线模型意外的其他模型都属于曲线模型,包括抛物线模型和指数曲线模型。

3.定基发展速度和环比发展速度的关系是()。

[浙江工商大学2017研]A.相邻两个定基发展速度之商=其相应的环比发展速度B.相邻两个定基发展速度之积=其相应的环比发展速度C.相邻两个定基发展速度之差=其相应的环比发展速度D.相邻两个定基发展速度之和=其相应的环比发展速度【答案】A【解析】定基发展速度是以固定一个时期为基点计算发展速度,环比增长速度是以上一个时期为基点计算发展速度,因此A项正确。

时间序列考试A卷——答案 2

时间序列考试A卷——答案 2

一、单项选择题1. t X 的k 阶差分是 【 C 】(A )k t t t k X X X -∇=- (B )11k k k t t t k X X X ---∇=∇-∇ (C )111k k k t t t X X X ---∇=∇-∇ (D )1112k k k t t t X X X ----∇=∇-∇ 2. MA(2)模型121.10.24t t t t X εεε--=-+,则移动平均部分的特征根是 【 A 】 (A )10.8λ=,20.3λ= (B )10.8λ=-,20.3λ= (C )10.8λ=-,20.3λ=- (D )10.8λ=-,20.2λ= 3.关于差分121.30.40t t t X X X ---+=,其通解是 【 D 】 (A )1(0.80.3)t t C + (B ) 1(0.80.5)t t C + (C ) 120.80.3t t C C + (D )120.80.5t t C C +4. AR(2)模型121.10.24t t t t X X X ε--=-+,其中0.04t D ε=,则t t EX ε=【 B 】 (A )0 (B ) 0.04 (C ) 0.14 (D )0.25. ARMA(2,1)模型1210.240.8t t t t t X X X εε-----=-,其延迟表达式为【 A 】(A )2(10.24)(10.8)t t B B X B ε--=- (B ) 2(0.24)(0.8)t t B B X B ε--=- (C )2(0.24)0.8t t B B X ε--=∇ (D )2(10.24)t t B B X ε--=∇三、(15分)已知MA(2)模型为120.60.5t t t t X εεε--=-+,其中0.04t D ε=, (1)计算前3个逆函数,,1,2,3j I j =;----------------(8分) (2)计算()t Var X ;-----------------------------------(7分)解答:(1)t X 的逆转形式为:1t jt j t j X IX ε+∞-==+∑,或0()t j t j j I X ε+∞-==-∑------------(1分)将其代入原模型得:2212(10.60.5)(1)t t X B B I B I B X =-+----------(1分)比较B 的同次幂系数得:11:0.600.6B I I --=⇒=-———(2分)2212:0.60.500.14B I I I -++=⇒=———(2分) 33213:0.60.500.384B I I I I -++=⇒=———(2分)(2)12(0.60.5)0t t t t EX E εεε--=-+=———(1分)21212[(0.60.5)(0.60.5)]t t t t t t t EX E εεεεεε----=-+-+,———(2分)因为20,0.04,t s t s E t sεεεσ≠⎧=⎨==⎩———(2分) 所以:222()(10.60.5)0.040.0644t t Var X EX ==++⨯=———(2分) 四、(15分)已知AR(2)模型为(10.5)(10.3)t tB B X ε--=,20.5t D εεσ==。

《市场调查与预测》全国自学考试第八章练习题

《市场调查与预测》全国自学考试第八章练习题

第八章时间序列预测法一、单项选择题(在每小题列出的四个备选项中只有一个是符合题目要求的,请将其代码填写在题后的括号内。

错选、多选或未选均无分。

)1.从数学分析角度,时间序列长期趋势发展的规律性增长线的判断依据是( )A.最小二乘法B.散点图C.时间序列的差分变化D.函数表达式(2005.4)2.时间序列法将所有对研究对象的影响因素归结为()A.历史资料的变动B.长期趋势C.市场变量 D.时间变量(2009.7)3.时间序列研究的是预测对象( )A.与所有影响因素之间的关系B.与每个具体影响因素之间的关系C.与时间因素之间的关系D.与其变化趋势之间的关系(2010.4)4.时间序列分析法预测未来的前提是()A.假定事物过去的规律会同样延续到未来B.假定事物过去的规律不会延续到未来C.假定事物的未来是不会有变化的D.假定事物的未来是有规律变化的(2006.4)5.从数学分析角度来看,对于时间序列直线趋势的规律性增长线,可利用下列哪一选项作出判断()A.最小二乘法 B.散点图C.时间序列的一阶差分 D.函数表达式(2007.4)6.时间序列数据会呈出现一种长期趋势,它的表现( )A.只能是上升趋势B.只能是下降趋势C.只能是水平趋势7.时间序列数据因受一种固定周期性变化因素影响而出现的变动称为()A.长期变动趋势 B.季节变动C.循环变动 D.随机变动(2009.4)8. 时间序列数据因受一种固定周期性变化因素影响而出现的变动称之为( )A. 长期变动趋势B. 季节性变动C. 循环变动D. 随机变动(2002.7)9.呈现季节性变动的时间序列数据,其重复变动的周期一般是()A.以年为周期B.以季为周期C.以月为周期D.以周为周期(2008.4)10.循环变动是指时间序列数据变动呈现不固定的周期变动,且变动周期长于()A.3个月 B.6个月 C.9个月(2005.7)11.利用加权平均法进行预测,所求得的加权平均数已经包含了数据的()A.长期趋势变动 B.季节性变动C.循环变动 D.不规则变动(2007.7)12.与算术平均法相比,加权平均法的优越性表现在()A.计算方法更简便B.计算方法更容易C.对不同时期的数据等同对待,一视同仁D.对不同时期的数据区别对待,给予不同程度的重视(2011.7)13.加权平均法所求得的平均数,已包含了( )A.对各个数据的分析B.长期趋势变动C.各期资料对应的权数D.所有原始数据(2003.4)14.加权平均预测法的关键是()A.确定发展速度B.确定平均的项数C.确定权数D.剔除一些特殊的影响因素(2006.7)15.加权平均法预测的关键是( )A.确定计算公式B.确定平均的项数C.确定权数D.剔除一些特殊的影响因素(2005.4)16.在统计分析中常用来修匀历史数据,揭示变动趋势的方法是( )A.算术平均法B.加权平均法C.移动平均法D.趋势分析法(2011.4)17.移动平均法在统计分析中常用来()A.修匀时间序列,揭示变动趋势B.计算移动平均数C.计算时间序列的代表性值D.构成新的时间序列(2009.4)18.对于发展趋势呈斜坡样式的时间序列资料,不可..采用的预测模型是()A.直线趋势延伸法B.一次移动平均法简便形式C.一次移动平均变动趋势移动形式D.二次移动平均法(2009.7)19.在下列预测方法中最适合水平型数据样式的方法是()A.定性预测法 B.一次移动平均法C.趋势延伸法 D.季节变动预测法(2007.7)20.一次移动平均法适用于预测目标时间序列数据的变动基本呈( )趋势的变化。

时间序列考试试题

时间序列考试试题

一,名词解释时间序列是指将某种现象某一个统计指标在不同时间上的各个数值,按时间先后顺序排列而形成的序列随机过程是一连串随机事件动态关系的定量描述平稳性决定过程特性的统计规律不随时间的变化而改变严平稳对于一切的时滞k 和时点t1,t2,。

,tn,都有Yt1,Yt2,_ _ _,Ytn 与Yt1-k,Yt2-k,。

,Ytn-k 的联合分布相同弱平稳:–均值函数在所有时间上恒为常数–对所有的时间t 和时滞k,rt,t-k=r0,k白噪声独立同分布的随机序列,属于严平稳随机趋势:在任何时间点都有零均值,方差随时间的增加而增加确定性趋势:存在周期性或季节性的趋势LS(least-square ):最小二乘估计BLUE(best linear unbiased estimator):最佳线性无偏估计GLS(generalized least square):广义最小二乘QQ图(Quantile-Quantile plot):正态得分图,显示数据的分位数和根据正态分布计算的理论分位数。

正态分布的QQ图看起来近似于一条直线。

MA:滑动平均过程AR:自回归过程ARMA:自回归滑动平均混合模型非平稳时间序列:具有时变均值的时间序列自回归滑动平均求和模型ARIMA:一个时间序列的d次差分是一个平稳的ARMA过程ACF(autocorrelation function):自相关函数PACF(partial。

):偏自相关函数,即预测误差之间的相关系数EACF(Extended):扩展的自相关函数ADF单位根检验:用最小二乘回归所得估计系数的t统计量作为检验统计量,在有单位根的零假设下,该检验统计量服从某种非标准的大样本分布。

AIC(赤池信息准则):是估计模型与真实模型的平均Kullback-Leibler偏离的估计量,定义为:AIC=-2log(极大似然估计)+2k。

AIC是有偏估计量,当参数数量相对数据容量的比值较大时,偏差很大。

统计师职称考试时间序列分析与预测考试 选择题 62题

统计师职称考试时间序列分析与预测考试 选择题 62题

1. 时间序列数据的基本特征不包括以下哪一项?A. 趋势性B. 季节性C. 周期性D. 随机性2. 下列哪种方法不适用于时间序列的平稳性检验?A. ADF检验B. KPSS检验C. 自相关函数(ACF)D. 方差分析(ANOVA)3. 在时间序列分析中,ARIMA模型中的"I"代表什么?A. 自回归B. 差分C. 移动平均D. 指数平滑4. 季节性分解方法中,哪种方法最常用?A. 加法模型B. 乘法模型C. 对数加法模型D. 对数乘法模型5. 在时间序列预测中,以下哪种方法属于机器学习方法?A. ARIMAB. 指数平滑C. 支持向量机(SVM)D. 移动平均6. 时间序列数据中的白噪声具有以下哪个特征?A. 均值为零B. 方差为零C. 自相关系数为零D. 互相关系数为零7. 在ARIMA模型中,p, d, q分别代表什么?A. 自回归阶数,差分阶数,移动平均阶数B. 差分阶数,自回归阶数,移动平均阶数C. 移动平均阶数,差分阶数,自回归阶数D. 自回归阶数,移动平均阶数,差分阶数8. 时间序列分析中的平稳性意味着什么?A. 序列的均值和方差随时间变化B. 序列的均值和方差不随时间变化C. 序列的自相关系数随时间变化D. 序列的互相关系数随时间变化9. 在时间序列分析中,以下哪种模型适用于非平稳序列?A. AR模型B. MA模型C. ARMA模型D. ARIMA模型10. 时间序列数据的自相关函数(ACF)用于衡量什么?A. 序列与滞后序列之间的相关性B. 序列与未来序列之间的相关性C. 序列与随机序列之间的相关性D. 序列与固定序列之间的相关性11. 在时间序列分析中,偏自相关函数(PACF)用于衡量什么?A. 序列与滞后序列之间的直接相关性B. 序列与未来序列之间的直接相关性C. 序列与随机序列之间的直接相关性D. 序列与固定序列之间的直接相关性12. 时间序列分析中的季节性调整通常使用哪种方法?A. 移动平均B. 指数平滑C. 季节性分解D. 差分13. 在时间序列分析中,以下哪种方法适用于长期趋势的提取?A. 移动平均B. 指数平滑C. 季节性分解D. 差分14. 时间序列数据中的周期性波动通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步15. 在时间序列分析中,以下哪种方法适用于短期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分16. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步17. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络18. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步19. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分20. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步21. 在时间序列分析中,以下哪种方法适用于非平稳时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 差分22. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步23. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络24. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步25. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分26. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步27. 在时间序列分析中,以下哪种方法适用于非平稳时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 差分28. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步29. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络30. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步31. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分32. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步33. 在时间序列分析中,以下哪种方法适用于非平稳时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 差分34. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步35. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络36. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步37. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分38. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步39. 在时间序列分析中,以下哪种方法适用于非平稳时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 差分40. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步41. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络42. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步43. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分44. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步45. 在时间序列分析中,以下哪种方法适用于非平稳时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 差分46. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步47. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络48. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步49. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分50. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步51. 在时间序列分析中,以下哪种方法适用于非平稳时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 差分52. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步53. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络54. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步55. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分56. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步57. 在时间序列分析中,以下哪种方法适用于非平稳时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 差分58. 时间序列数据中的趋势性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步59. 在时间序列分析中,以下哪种方法适用于非线性时间序列?A. ARIMAB. 指数平滑C. 季节性分解D. 神经网络60. 时间序列数据中的季节性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步61. 在时间序列分析中,以下哪种方法适用于长期预测?A. ARIMAB. 指数平滑C. 季节性分解D. 差分62. 时间序列数据中的随机性通常由什么引起?A. 经济周期B. 季节变化C. 随机事件D. 技术进步答案1. D2. D3. B4. B5. C6. A7. A8. B9. D10. A11. A12. C13. A14. A15. B16. D17. D18. B19. A20. C21. A22. D23. D24. B25. A26. C27. A28. D29. D30. B31. A32. C33. A34. D35. D36. B37. A38. C39. A40. D41. D42. B43. A44. C45. A46. D47. D48. B49. A50. C51. A52. D53. D54. B55. A56. C57. A58. D59. D60. B61. A62. C。

应用时间序列分析考试重点

应用时间序列分析考试重点


1 1 , 2 1
,可以导出
2 12
<1,
1 2 = 12 1 2
模型的可逆性:
=
1 (1 1 )(1 2 ) <1, 1 2 = 12 1 2 = 1 (1 1 )(1 2 ) <1, 即 为 平 稳 域 。 3 、 MA
1、时间序列:按时间顺序排列的一组随机变量。2、平稳性:序列所有的统计性质都不随着时间的推移而变化时,叫严平稳; 当一个时间序列满足均值为常数,且自协方差函数只与时间长度有关时,叫弱平稳。3、随机过程:是一连串随机事件动态关系 的定量描述。4、白噪声序列:也叫纯随机序列,各项之间没有任何相关关系,且存在方差齐性,服从正态分布,最简单的平稳 序列。5、随机游走:是非平稳的,未来的发展趋势无法预测。6、单整与协整:单整是指时间序列显著平稳,不存在单位根, 则称序列为零阶单整序列;协整是指几个时间序列本身是非平稳的,但具有长期均衡关系,以它们建立的回归模型的残差序列 是平稳的,称这几个时间序列存在协整关系。二、方法、重要模型与公式 1、AR 模型的平稳性检验:a、特征根判别或特征系数判别:所
模 型 model:

2 2
2
2 1 12 22
Ex t

k 0, k 3 (3)ARMA
0
,自协方差函数:
xt 0 1 xt 1 ... p xt p t 1 t 1 2 t 2 .... q t q

可逆 4、ARMA 模型(1) AR 模型:model: xt 0 1 xt 1 2 xt 2 .... p xt p t 性质:均值
中 心 化 后 为 0 方 差 : AR(p) :
  1. 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. 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. 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)。

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 tY BY ;∇为差分算子,1--=∇t t tY 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{}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 )。

A. 12-∇-∇=∇t t t Y Y YB. 2122--+-=∇t t t t Y Y Y YC. k t t t kY Y Y --=∇ D. t t t t Y X Y X ∇+∇=+∇)( 二、填空题(每题3分,共24分);1. 若{}t Y 满足: 1312112---Θ-Θ--=∇∇t t t t t e e e e Y θθ, 则该模型为一个季节周期为=s __12____的乘法季节s ARIMA )1,1_,0(_)1_,1_,0(⨯模型。

2.时间序列{}t Y 的周期为s 的季节差分定义为:=∇t s Y _____s t t Y Y --________________________。

3. 设ARMA (2, 1):1211.025.0----+-=t t t t t e e Y Y Y则所对应的AR 特征方程为___025.012=--x x _____________,其MA 特征方程为________01.01=-x _____________。

4. 已知AR (1)模型为:),0(~x 4.0x 2t t 1-t t εσεεWN ,+=,则)(t x E =_______0_____________, 偏自相关系数11φ=________8.0__________________,kk φ=________0__________________(k>1);5.设{}t Y 满足模型:t t t t e Y aY Y ++=--218.0,则当a 满足______2.02.0<<-a __________时,模型平稳。

6.对于时间序列t t t t e e Y Y ,9.01+=-为零均值方差为2e σ的白噪声序列,则)(t Y Var =_______81.012-e σ____________________。

7.对于一阶滑动平均模型MA(1): 16.0--=t t t e e Y ,则其一阶自相关函数为_______________36.016.0+-________________________________。

8.一个子集),(q p ARMA 模型是指_形如__),(q p ARMA 模型但其系数的某个子集为零的模型_。

三、计算题(每小题5分,共10分)已知某序列{}t Y 服从MA(2)模型:218.06.040--+-+=t t t t e e e Y ,若6,4,2,20212-=-===--t t t e e e e σ(a)预测未来2期的值;(b)求出未来两期预测值的95%的预测区间。

解:(1)()121112118.06.040),,8.06.040((),,(1ˆ--+++-=⋅⋅⋅+-+=⋅⋅⋅=t t t t t t t t t e e Y Y Y e e e E Y Y Y Y E Y =6.35)4(8.026.040=-⨯+⨯-()tt t t t t t t e Y Y Y e e e E Y Y Y Y E Y 8.040),,8.06.040((),,(2ˆ2112212+=⋅⋅⋅+-+=⋅⋅⋅=+++ =6.4128.040=⨯+ (2)注意到()∑-==122][l j j e tl e Var ψσ,1≥l 。

因为,6.0,110-==ψψ故有()20]1[=t e Var ,()2.27)36.01(20]2[=+=t e Var 。

未来两期的预测值的%95的预测区间为:()()[]()()[]()l e Var z l Y l e Var zl Y t t t t025.0025.0ˆ,ˆ+-,其中2,1,96.1025.0==l z。

代入相应数据得未来两期的预测值的%95的预测区间为:未来第一期为: )2096.16.35,2096.16.35(+-,即 )3654.44 ,8346.26(; 未来第二期为: )2.2796.16.41,2.2796.16.41(+-,即)8221.15 ,3779.31(。

四、计算题(此题10分)设时间序列}{t X 服从AR(1)模型:t t t e X X +=-1φ,其中}{t e 是白噪声序列,2)(,0)(e t t e Var e E σ==)(,2121x x x x ≠为来自上述模型的样本观测值,试求模型参数2,e σφ的极大似然估计。

解:依题意2=n ,故无条件平方和函数为 212221212212222)1()()(x x x x x x x S t φφφφ-+=-+-=∑= 易见(见p113式(7.3.6))其对数似然函数为 )(21)1log(21)log()2log(),(2222φσφσπσφS e e e --+--= 所以对数似然方程组为⎪⎪⎩⎪⎪⎨⎧=∂∂=∂∂0),(0),(222φσφσσφe e e,即⎪⎪⎩⎪⎪⎨⎧=-+-=-+02122222122212221e e x x x x x x σφφσφ。

解之得()()⎪⎪⎩⎪⎪⎨⎧+-=+=22212222122221212ˆ2ˆx x x x x x x x εσφ。

五、计算题(每小题6分,共12分)判定下列模型的平稳性和可逆性。

(a) 114.08.0---+=t t t t e e Y Y (b)21215.06.14.18.0----++=+-t t t t t t e e e Y Y Y 解:(a)其AR 特征方程为: 08.01=-x ,其根25.1=x 的模大于1,故满足平稳性条件,该模型平稳。

其MA 特征方程为:04.01=-x ,其根5.2=x 的模大于1,故满足可逆性条件。

该模型可逆。

综上,该模型平稳可逆。

(b) 其AR 特征方程为: 04.18.012=+-x x ,其根为4.126.564.08.02,1⨯-±=x ,故其根的模为4.126.5⨯小于1,从而不满足平稳性条件。

该模型是非平稳的。

MA 特征方程为:05.06.112=++x x ,其有一根5.02256.26.1⨯-+-=x 的模小于1,故不满足可逆性条件。

所以该模型不可逆。

综上,该模型非平稳且不可逆。

六、计算题(每小题5分,共10分)某AR 模型的AR 特征多项式如下:)8.01)(7.07.11(122x x x -+- (1) 写出此模型的具体表达式。

(2) 此模型是平稳的吗?为什么? 解:(1)该模型为一个季节ARIMA 模型,其模型的具体表达式是(其中B 为延迟算子) t t e Y B B B =-+-)8.01)(7.07.11(122或者 t t t t t t t e Y Y Y Y Y Y =-+-+------1413122156.036.18.07.07.1。

(2)该模型是非平稳的,因为其AR 特征方程)8.01)(7.07.11(122x x x -+-=0有一根1=x 的模小于等于1,故不满足平稳性条件。

七、计算题(此题10分)设有如下AR(2)过程: t t t t e Y Y Y +-=--211.07.0,t e 为零均值方差为 1 的白噪声序列。

(a) 写出该过程的Yule-Walker 方程,并由此解出21,ρρ;(6分) (b) 求t Y 的方差。

(4分)解答:(a)其Yule-Walker 方程(见课本P55公式(4.3.30))为:⎩⎨⎧=-=-21111.07.01.07.0ρρρρ解之得 5519,11721==ρρ。

(b )由P55公式(4.3.31)得27516255191.01177.0111.07.01)(2120=⨯+⨯-=+-==ρρσγe t Y Var 。

相关文档
最新文档