时间序列分析考试卷及答案(推荐文档)
统计基础知识第五章时间序列分析习题及答案
第五章时间序列分析一、单项选择题1.构成时间数列的两个基本要素是( C )（2012年1月）A.主词和宾词B.变量和次数C.现象所属的时间及其统计指标数值D.时间和次数2．某地区历年出生人口数是一个( B )（2011年10月）A．时期数列 B.时点数列C.分配数列D.平均数数列3.某商场销售洗衣机，2008年共销售6000台，年底库存50台，这两个指标是( C ) （2010年10）A.时期指标B.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4.累计增长量( A ) （2010年10）A.等于逐期增长量之和B.等于逐期增长量之积C.等于逐期增长量之差D.与逐期增长量没有关系5.某企业银行存款余额4月初为80万元，5月初为150万元，6月初为210万元，7月初为160万元，则该企业第二季度的平均存款余额为（ C ）（2009年10）万元万元万元万元6.下列指标中属于时点指标的是( A ) （2009年10）A.商品库存量B.商品销售量C.平均每人销售额D.商品销售额7.时间数列中，各项指标数值可以相加的是( A ) （2009年10）A.时期数列B.相对数时间数列C.平均数时间数列D.时点数列8.时期数列中各项指标数值（ A ）（2009年1月）A.可以相加B.不可以相加C.绝大部分可以相加D.绝大部分不可以相加10.某校学生人数2005年比2004年增长了8%，2006年比2005年增长了15%，2007年比2006年增长了18%，则2004-2007年学生人数共增长了（ D ）（2008年10月）％+15％+18％％×15％×18％C.（108％+115％+118％）-1 ％×115％×118％-1二、多项选择题1.将不同时期的发展水平加以平均而得到的平均数称为( ABD )（2012年1月）A.序时平均数B.动态平均数C.静态平均数D.平均发展水平E.一般平均数2．定基发展速度和环比发展速度的关系是( BD )（2011年10月）A．相邻两个环比发展速度之商等于相应的定基发展速度B.环比发展速度的连乘积等于定基发展速度C.定基发展速度的连乘积等于环比发展速度D.相邻两个定基发展速度之商等于相应的环比发展速度E.以上都对3.常用的测定与分析长期趋势的方法有( ABC ) （2011年1月）A.时距扩大法B.移动平均法C.最小平方法D.几何平均法E.首末折半法4.时点数列的特点有( BCD ) （2010年10）A.数列中各个指标数值可以相加B.数列中各个指标数值不具有可加性C.指标数值是通过一次登记取得的D.指标数值的大小与时期长短没有直接的联系E.指标数值是通过连续不断的登记取得的5.增长1%的绝对值等于（ AC ）（2010年1）A.增加一个百分点所增加的绝对量B.增加一个百分点所增加的相对量C.前期水平除以100D.后期水平乘以1%E.环比增长量除以100再除以环比发展速度6.计算平均发展速度常用的方法有（ AC ）（2009年10）A.几何平均法(水平法)B.调和平均法C.方程式法(累计法)D.简单算术平均法E.加权算术平均法7.增长速度（ ADE ）（2009年1月）A.等于增长量与基期水平之比B.逐期增长量与报告期水平之比C.累计增长量与前一期水平之比D.等于发展速度-1E.包括环比增长速度和定基增长速度8.序时平均数是（ CE ）（2008年10月）A.反映总体各单位标志值的一般水平B.根据同一时期标志总量和单位总量计算C.说明某一现象的数值在不同时间上的一般水平D.由变量数列计算E.由动态数列计算三、判断题1.职工人数、产量、产值、商品库存额、工资总额指标都属于时点指标。
《时间序列分析》第二章 时间序列预处理习题解答
《时间序列分析》习题解答�0�2习题2.3�0�21考虑时间序列12345…201判断该时间序列是否平稳2计算该序列的样本自相关系数kρ∧k12… 6 3绘制该样本自相关图并解释该图形. �0�2解1根据时序图可以看出该时间序列有明显的递增趋势所以它一定不是平稳序列�0�2即可判断该时间序是非平稳序列其时序图程序见后。
�0�2 时间序描述程序data example1 input number timeintnxyear01jan1980d _n_-1 format time date. cards 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 proc gplot dataexample1 plot numbertime1 symbol1 cblack vstar ijoin run�0�2�0�2�0�22当延迟期数即k本题取值1 2 3 4 5 6远小于样本容量n本题为20时自相关系数kρ∧计算公式为number1234567891011121314151617181920time01JAN8001J AN8101JAN8201JAN8301JAN8401JAN8501JAN8601JAN870 1JAN8801JAN8901JAN9001JAN9101JAN9201JAN9301JAN9 401JAN9501JAN9601JAN9701JAN9801JAN99121nkttktknttX XXXXXρ�6�1∧�6�1�6�1≈�6�1∑∑ 0kn4.9895�0�2注20.05125.226χ接受原假设认为该序列为纯随机序列。
�0�2解法三、Q统计量法计算Q统计量即12214.57kkQnρ∑�0�2�0�2�0�2�0�2�0�2�0�2�0�2�0�2�0�2�0�2查表得210.051221.0261χ�6�1由于Q统计量值4.57Q小于查表临界值即可认为接受原假设即该序列可视为纯随机序列为白噪声序列 5表2——9数据是某公司在2000——2003年期间每月的销售量。
人工智能基础(习题卷28)
人工智能基础(习题卷28)第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]在线性回归中，对回归系数的显著性检验采用（）A)Z检验B)T检验;$F检验C)χ2检验答案:B解析:2.[单选题]人和机器最大的区别是什么？A)能动性B)人性C)思维D)计算答案:B解析:3.[单选题]启发式搜索是寻求问题（ ）解的一种方法A)最优B)一般C)满意D)最坏答案:C解析:4.[单选题]Prolog语言的三种基本语句是： 。
A)顺序、循环、分支B)陈述、询问、感叹C)事实、规则、询问D)肯定、疑问、感叹答案:C解析:5.[单选题]聚类方法主要选择( )，可以起到去除凸起点云的目的，为后续计算抓取点带来更准确的结果。
A)靠拢B)分离C)区域生长D)标注答案:B解析:6.[单选题]常见的图像预处理方法不包括（ ）。
A)图像降噪B)图像增强解析:图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，主要包 括去噪、对比度增强。
图像尺寸归一化也是为了增强对比度。
图像标注是图像处理方法。
7.[单选题]下面说法正确的是？A)梯度下降有时会陷于局部极小值，但ＥＭ算法不会。
B)ＳＶＭ对噪声鲁棒。
C)当训练数据较多时更容易发生过拟合。
D)给定ｎ个数据点，如果其中一半用于训练，另一半用于测试，则训练误差和测试误差之间的差别会随着ｎ的增加而减小。
答案:D解析:8.[单选题]电力、石、天然气以及水利部门对无人机最普遍的应用是( )。
A)测绘B)监测C)架线与选线D)救援答案:C解析:9.[单选题]Jupyter notebook的记事本文件扩展名为：A)mB)pyC)pycD)ipynb答案:D解析:10.[单选题]有一个 28x28 的图片，并使用输入深度为 3 和输出深度为 8 在上面运行一个 3x3 的卷积神经网络。
注意，步幅是 1，你正在使用相同的填充（padding）当使用给定的参数时，输出特征图的尺寸是多少？（ ）A)13 宽、13 高、8 深B)28 宽、28 高、8 深C)13 宽、28 高、8 深D)28 宽、13 高、8 深答案:B解析:11.[单选题]下列哪一个不是神经网络的代表（）A)卷积神经网络B)递归神经网络C)残差网络D)xgboost算法答案:D解析:xgboost算法属于决策树12.[单选题]植保无人机植保作业的时候，以下哪项是不需要事前确认的( )。
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)。
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 ）。
exam12s经典教材《金融时间序列分析》Ruey S. Tsay 英文第三版2012年试题及答案高清版
Booth School of Business,University of ChicagoBusiness41202,Spring Quarter2012,Mr.Ruey S.TsaySolutions to MidtermProblem A:(34pts)Answer briefly the following questions.Each question has two points.1.Describe two improvements of the EGARCH model over the GARCHvolatility model.Answer:(1)allows for asymmetric response to past positive or negative returns,i.e.leverage effect,(2)uses log volatility to relax parameter constraint.2.Describe two methods that can be used to infer the existence of ARCHeffects in a return series,i.e.,volatility is not constant over time.Answer:(1)The sample ACF(or PACF)of the squared residuals of the mean equation,(2)use the Ljung-Box statistics on the squared residuals.3.Consider the IGARCH(1,1)volatility model:a t=σt t withσ2t =α0+β1σ2t−1+(1−β1)a2t−1.Often one pre-fixesα0=0.Why?Also,suppose thatα0=0and the1-step ahead volatility prediction at the forecast origin h is16.2%(annualized),i.e.,σh(1)=σh+1=16.2for the percentage log return.What is the10-step ahead volatility prediction?That is,what isσh(10)?Answer:(1)Fixingα0=0based on the prior knowledge that volatility is mean reverting.(2)σh(10)=16.2.4.(Questions4to8)Consider the daily log returns of Amazon stockfrom January3,2007to April27,2012.Some summary statistics of the returns are given in the attached R output.Is the expected(mean) return of the stock zero?Why?Answer:The data does not provide sufficient evidence to suggest that the mean return is not zero,because the95%confidence interval con-tains zero.5.Let k be the excess kurtosis.Test H0:k=0versus H a:k=0.Writedown the test statistic and draw the conclusion.1Answer:t-ratio =9.875√24/1340=73.79,which is highly significant com-pared with χ21distribution.6.Are there serial correlations in the log returns?Why?Answer:No,the Ljung-Box statistic Q (10)=10.69with p-value 0.38.7.Are there ARCH effects in the log return series?Why?Answer:Yes,the Ljung-Box statist of squared residuals gives Q (10)=39.24with p-value less than 0.05.8.Based on the summary statistics provided,what is the 22-step ahead point forecast of the log return at the forecast origin April 27,2012?Why?Answer:The point forecast r T (22)=0because the mean is not signif-icantly different from zero.[Give students 1point if they use sample mean.]9.Give two reasons that explain the existence of serial correlations in ob-served asset returns even if the true returns are not serially correlated.Answer:Any two of (1)bid-ask bounce,(2)nonsynchronous trading,(3)dynamic dependence of volaitlity via risk premuim.10.Give two reasons that may lead to using moving-average models inanalyzing asset returns.Answer:(1)Smoothing (or manipulation),(2)bid-ask bounce in high frequency returns.11.Describe two methods that can be used to compare different modelsfor a given time series.Answer:(1)Information criteria such as AIC or BIC,(2)backtesting or out-of-sample forecasting.12.(Questions 12to 14)Let r t be the daily log returns of Stock A.Assume that r t =0.004+a t ,where a t =σt t with t being iid N(0,1)random variates and σ2t =0.017+0.15a 2t −1.What is the unconditionalvariance of a t ?Answer:Var(a t )=0.0171−0.15=0.02.13.Suppose that the log price at t =100is 3.912.Also,at the forecastorigin t =100,we have a 100=−0.03and σ100=pute the21-step ahead forecast of the log price (not log return)and its volatility for Stock A at the forecast origin t =100.Answer:r 100(1)=0.004so that p 100(1)=3.912+0.004=3.916.Thevolatility forecast is σ2100(1)= 0.017+0.15(−0.03)2=pute the 30-step ahead forecast of the log price and its volatilityof Stock A at the forecast origin t =100.Answer:p 100(30)=3.912+0.004×30=4.032and the voaltility is the unconditional stantard error √0.02=0.141.15.Asset volatility has many applications in finance.Describe two suchapplications.Answer:Any two of (1)pricing derivative,(2)risk management,(3)asset allocation.16.Suppose the log return r t of Stock A follows the model r t =a t ,a t =σt t ,and σ2t =α0+α1a 2t −1+β1σ2t −1,where t are iid N(0,1).Under whatcondition that the kurtosis of r t is 3?That is,state the condition under which the GARCH dynamics fail to generate any additional kurtosis over that of t .Answer:α1=0.17.What is the main consequence in using a linear regression analysis whenthe serial correlations of the residuals are overlooked?Answer:The t -ratios of coefficient estimates are not reliable.Problem B .(30pts)Consider the daily log returns of Amazon stock from January 3,2007to April 27,2012.Several volatility models are fitted to the data and the relevant R output is attached.Answer the following questions.1.(2points)A volatility model,called m1in R,is entertained.Write down the fitted model,including the mean equation.Is the model adequate?Why?Answer:ARCH(1)model.r t =0.0018+a t ,a t =σt t with t being iidN(0,1)and σ2t =7.577×10−4+0.188a 2t −1.The model is inadequatebecause the normality assumption is clearly rejected.2.(3points)Another volatility model,called m2in R,is fitted to the returns.Write down the model,including all estimated parameters.3Answer:ARCH(1)model.r t=4.907×10−4+a t,a t=σt t,where t∼t∗3.56with t∗vdenoting standardized Student-t distribution with v degreesof freedom.The volatility equation isσ2t =7.463×10−4+0.203a2t−1.3.(2points)Based on thefitted model m2,test H0:ν=5versus H a:ν=5,whereνdenotes the degrees of freedom of Student-t distribution.Perform the test and draw a conclusion.Answer:t-ratio=3.562−50.366=−3.93,which compared with1.96is highlysignificant.If you compute the p-value,it is8.53×10−5.Therefore, v=5is rejected.4.(3points)A third model,called m3in R,is also entertained.Writedown the model,including the distributional parameters.Is the model adequate?Why?Answer:Another ARCH(1)model.r t=0.0012+a t,a t=σt t,where t are iid and follow a skew standardized Student-t distribution with skew parameter1.065and degrees of freedom3.591.The volatility equationisσ2t =7.418×10−4+0.208a2t−1.Ecept for the insigicant mean value,thefitted ARCH(1)model appears to be adequate based on the model checking statistics shown.5.(2points)Letξbe the skew parameter in model m3.Does the estimateofξconfirm that the distribution of the log returns is skewed?Why?Perform the test to support your answer.Answer:The t-ratio is1.065−10.039=1.67,which is smaller than1.96.Thus,the null hypothesis of symmetric innovations cannot be rejected at the 5%level.6.(3points)A fourth model,called m4in R,is alsofitted.Write downthefitted model,including the distribution of the innovations.Answer:a GARCH(1,1)model.r t=0.0017+a t,a t=σt t,where t are iid and follow a skew standardized Student-t distribution with skew parameter1.101and degrees of freedom3.71.The volatility equationisσ2t =1.066×10−5+0.0414a2t−1+0.950σ2t−1.7.(2points)Based on model m4,is the distribution of the log returnsskewed?Why?Perform a test to support your answer.Answer:The t-ratio is1.101−10.043=2.349,which is greater than1.96.Thus,the distribution is skew at the5%level.48.(2points)Among models m1,m2,m3,m4,which model is preferred?State the criterion used in your choice.Answer:Model4is preferred as it has a smaller AIC value.9.(2points)Since the estimatesˆα1+ˆβ1is very close to1,we consideran IGARCH(1,1)model.Write down thefitted IGARCH(1,1)model, called m5.Answer:r t=a t,a t=σt t,whereσ2t =3.859×10−5+0.85σ2t−1+0.15a2t−1.10.(2points)Use the IGARCH(1,1)model and the information providedto obtain1-step and2-step ahead predictions for the volatility of the log returns at the forecast origin t=1340.Answer:From the outputσ21340(1)=σ21341=3.859×10−5+0.85×(0.02108)2+0.15(.146)2=0.00361.Therefore,σ21340(2)=3.859×10−5+σ2 1340(1)=0.00365.The volatility forecasts are then0.0601and0.0604,respectively.11.(2points)A GARCH-M model is entertained for the percentage logreturns,called m6in the R output.Based on thefitted model,is the risk premium statistical significant?Why?Answer:The risk premium parameter is−0.112with t-ratio−0.560, which is less than1.96in modulus.Thus,the risk premium is not statistical significant at the5%level.12.(3points)Finally,a GJR-type model is entertained,called m7.Writedown thefitted model,including all parameters.Answer:This is an APARCH model.The model is r t=0.0014+a t,a t=σt t,where t are iid and follow a skew standardized Student-tdistribution with skew parameter1.098and degrees of freedom3.846.The volatility equation isσ2 t =7.583×10−6+0.0362(|a t−1|−0.478a t−1)2+0.953σ2t−1.13.(2points)Based on thefitted GJR-type of model,is the leverage effectsignificant?Why?Answer:Yes,the leverage parameterγ1is signfiicantly different from zero so that there is leverage effect in the log returns.5Problem C.(14pts)Consider the quarterly earnings per share of Abbott Laboratories(ABT)stock from1984.III to2011.III for110observations.We analyzed the logarithms of the earnings.That is,x t=ln(y t),where y t is the quarterly earnings per share.Two models are entertained.1.(3points)Write down the model m1in R,including residual variance.Answer:Let r t be the log earnings per share.Thefitted model is=0.00161.(1−B)(1−B4)r t=(1−0.565B)(1−0.183B4)a t,σ2a2.(2points)Is the model adequate?Why?Answer:No,the Ljung-Box statistics of the residuals give Q(12)=25.76with p-value0.012.3.(3points)Write down thefitted model m2in R,including residualvariance.Answer:Thefitted model is=0.00144.(1−B)(1−B4)r t=(1−0.470B−0.312B3)a t,σ2a4.(2points)Model checking of thefitted model m2is given in Figure1.Is the model adequate?Why?Answer:Yes,the model checking statistics look reasonable.5.(2points)Compare the twofitted model models.Which model ispreferred?Why?Answer:Model2is preferred.It passes model checking and has a smaller AIC value.6.(2points)Compute95%interval forecasts of1-step and2-step aheadlog-earnings at the forecast origin t=110.Answer:1-step ahead prediction:0.375±1.96×0.038,and2-step ahead prediction:0.0188±1.96×0.043.(Some students may use2-step ahead prediction due to the forecast origin confusion.)Problem D.(22pts)Consider the growth rate of the U.S.weekly regular gasoline price from January06,1997to September27,2010.Here growth rate is obtained by differencing the log gasoline price and denoted by gt in R output.The growth rate of weekly crude oil from January03,1997to September24,2010is also obtained and is denoted by pt in R output.Note that the crude oil price was known3days prior to the gasoline price.61.(2points)First,a pure time series model is entertained for the gasolineseries.An AR(5)model is selected.Why?Also,is the mean of the gtseries significantly different from zero?Why?Answer:An AR(5)is selected via the AIC criterion.The mean of g tis not significantly different from zero based on the one-sample t-test.The p-value is0.19.2.(2points)Write down thefitted AR(5)model,called m2,includingresidual variance.Answer:Thefitted model is=0.000326.(1−0.507B−0.079B2−0.136B3+0.036B4+0.086B5)g t=a t,σ2a3.(2points)Since not all estimates of model m2are statistically signifi-cant,we refine the model.Write down the refined model,called m3.Answer:Thefitted model is=0.000327.(1−0.504B−0.074B2−0.122B3+0.101B5)g t=a t,σ2a4.(2points)Is the refined AR(5)model adequate?Why?Answer:Yes,the Ljung-Box statistics of the residuals give Q(14)=10.27with p-value0.74,indicating that there are no serial correlationsin the residuals.5.(2points)Does the gasoline price show certain business-cycle behavior?Why?Answer:Yes,thefitted AR(5)polynomial contains compplex solutions.6.(3points)Next,consider using the information of crude oil price.Writedown the linear regression model,called m4,including R2and residualstandard error.Answer:Thefitted linear regression model isg t=0.287p t+ t,σ =0.0184,and the R2of the regression is33.66%.7.(2points)Is thefitted linear regression model adequate?Why?Answer:No,because the residuals t are serially correlated based onthe Ljung-Box test.78.(3points)A linear regression model with time series errors is enter-tained and insignificant parameters removed.Write down thefinalmodel,including allfitted parameters.Answer:The model is(1−0.404B−0.164B2−0.096B3+0.101B5)(g t−0.191p t)=a t,σ2=0.000253.a9.(2points)Model checking shows that thefittedfinal model has noresidual serial correlations.Based on the model,is crude oil pricehelpful in predicting the gasoline price?Why?Answer:Yes,because thefitted coefficient of p t is signficantly differentfrom zero.10.(2points)Compare the pure time series model and the regression modelwith time-series errors.Which model is preferred?Why?Answer:The regression model with time series error is preferred as ithas a smaller AIC criterion.8。
第九章时间数列及指数分析练习题
补充：时间数列分析练习题1.若要观察现象在某一段时期内变动的基本趋势，需要分析测度现象的（ C ）A ．季节变动B 循环变动C 长期趋势D 不规则变动2.下列叙述正确的是：（A ）A ． 季节变动是指一年内重复出现的周期性波动B ． 季节变动是一种无规律的的周期变动C ． 季节变动仅指现象在一年中四个季度周而复始的波动D ． 季节变动是每年各不相同的变动3.已知各期循环增长速度分别为2%、5%、8%和7%。
则相应的定基增长速度的计算方法为（ A ）A ．102%×105%×108%×107%-1B ．102%×105%×108%×107%C ．2%×5%×8%×7%-1D ．2%×5%×8%×7%4.已知某企业一月份、二月份、三月份、四月份各月初的职工人数分别为190人、195人、198人和200人。
则该企业一季度的月平均职工人数的计算方法为（ C ）A ．1901951982004+++ B ．1901951983++C ．1902001951982241+++-D ．190200195198224+++ 5.具有可加性的时间序列是：（ B ）A ．时点序列 B.时期序列 C.平均数序列 D. 相对数序列6.下列哪种情况，不宜计算增长率（ B ）A ． 已知某地各年人口数，计算该地年均人口递增率；B ． 某企业连续5年的利润额分别为10、8、0、-5、2万元时，计算该企业利润年均递增率；C ． 已知某产品连续12个月的销售额，计算销售额的月均增长率；D ． 根据某地10年来的职工平均工资计算平均工资增长率7.已知某地2004年年末人口总数为9600万，而1984年末人口数为8000万，该地1984-2004年人口年均递增率为：（ C ）A ．9600100%8000⨯C. 1- B ．9600100%18000⨯- D. 8.下列属于时点序列的是（ B ）A ． 某企业连续3年的月度销售额；B ． 某企业各月末职工人数；C ． 某地2000-2004年各季度GDP 资料D ． 我国连续十年职工平均工资数据9.已知某企业2001-2004年产值连年增长，分别比上年增长10%、20%、28%及35%，这四个增长率是（ A ）A ． 环比增长率；B ． 定基增长率；C ． 平均增长率D ． 年均增长率10.当时间序列存在明显趋势时，可以采用的预测方法有：（ B\C ）A ． 移动平均法B ． 指数平滑法C ． 线性趋势法D ． 简单平均法11. 某公司2000、2001、2002年的发展速度分别为1.1、1.2、1.3，则这三年的平均发展速度为（ B ）。
统计学的时间数列习地的题目及答案详解
第十章时间数列分析和预测一、填空题1.同一现象在不同时间的相继____________排列而成的序列称为_______________。
2.时间序列在__________重复出现的____________称为季节波动。
3.时间序列在___________呈现出来的某种持续_______________称长期趋势。
4.增长率是时间序列中_________观察值与基期观察值______减1 后的结果。
5.由于比较的基期不同，增长率可分为_____________和______________。
6.复合型序列是指含有___________季节性和___________的序列。
7.某企业2005年的利润额比2000年增长45%，2004年2000年增长30%，则2005年比2004年增长_______；2004年至2000年平均增长率__________。
8.指数平滑法是对过去的观察值__________进行预测的一种方法。
9.如果时间序列中各期的逐期增减量大致相等,则趋势近似于_____________；各期环比值大体相等，则趋势近似于___________。
10.测定季节波动的方法主要有____________和_____________。
二、单项选择题1.用图形描述时间序列，其时间一般绘制在（）A. 纵轴上B. 横轴上C. 左端D. 右端2.求解（）趋势参数方法是先做对数变换，将其化为直线模型，然后用最小二乘法求出模型参数A. 三次曲线B. 指数曲线C. 一次直线D. 二次曲线3.对运用几个模型分别对时间序列进行拟合后，（）最小的模型即位最好的拟合曲线模型A. 判定系数B. 相关系数C. 标准误差D.D—W值4.当数据的随机波动较大时，选用的移动间隔长度K应该（）A. 较大B. 较小C. 随机D. 等于n5.在进行预测时，最新观察值包含更多信息，可考虑权重应（）A. 更大B. 更小C. 无所谓D. 任意6. 按季度资料计算的季节指数S的取值范围是（）A. 0≤ S ≤4B. 0 ≤S≤ 1C. 1 ≤S ≤4D. 1≤ S≤ 2三、多项选择题1. 时间序列可以分解为下列因素的影响 ( )A. 长期趋势B. 季节变动C. 周期波动D. 不规则变动E. 随机误差因素2. 某地区国民收入2000年为140亿元，2005年比2000年增长45%，则（）A. 国民收入2005年比2000年增加了63亿元B. 2000年每增长1%的绝对值为1.4亿元C. 五年间平均增长率是9%D. 国民收入2005年达到210亿元E. 国民收入2005年达到203亿元3．测定季节变动A. 可以依据年度资料B. 可以依据月度资料C. 可以依据季度资料D. 需要三年以上资料E. 可以依据任何资料4. 时间序列分解较常用的模型有（）A. 加法模型B. 乘法模型C. 直线模型D. 指数模型E. 多项式模型5．一次指数平滑法的初值的确定可以（）A. 取第一期的实际值B. 取最初三期的加权平均值C. 取最初几期的平均值D. 取初值=1E. 取任意值四、简答题1. 简述时间序列的构成要素2. 利用增长率分析时间序列时应注意哪些问题3. 简述用平均趋势剔除法求季节指数的步骤4. 简述用剩余法求循环波动的基本步骤5. 试比较移动平均法与一次指数平滑法五、计算题1．某企业利润额资料如下：要求：(1) 求出直线趋势方程（2）预测2006年的利润额2．已知某煤矿（1）求五期移动平均；（2）取α= 0.9，求一次指数平滑3．某地财政收入资料如下试用指数曲线拟合变动趋势4．某商场销售资料如下：（单位：百万元）试就其进行季节变动分析5．某企业职工人数逐年增加,有1992—2004年的资料,求得∑t = 0，∑ty=9100，∑y = 15600；试求出直线趋势方程,并估计2006年职工人数。
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==。
(整理)时间序列分析试题
B.大于100%表示各月（季）水平比全期平均水平高，现象处于旺季
C.小于100%表示各月（季）水平比全期水平低，现象处于淡季
D.小于100%表示各月（季）水平比全期平均水平低，现象处于淡季
E.等于100%表示无季节变化
答案：BD.E
12、循环变动指数C%（）。
3月
4月
5月
6月
7月
月初应收账款余额
(万元)
690
850
930
915
890
968
1020
则该企业2005年上半年平均每个月的应收账款余额为（）。
A.
B.
C.
D.
答案：A
10、采用几何平均法计算平均发展速度时，侧重于考察（）。
A.现象的全期水平，它要求实际各期水平等于各期计算水平
B.现象全期水平的总和，它要求实际各期水平之和等于各期计算水平之和
答案：A
14、元宵的销售一般在“元宵节”前后达到旺季，1月份、2月份的季节指数将（）。
A.小于100% B.大于100%
C.等于100% D.大于1200%
答案：B
15、空调的销售量一般在夏季前后最多，其主要原因是空调的供求（），可以通过计算（）来测定夏季期间空调的销售量高出平时的幅度。
A.受气候变化的影响；循环指数
答案：D.
17、当时间序列的二级增长量大体相同时，适宜拟合（）。
A.抛物线B.指数曲线
C.直线D.对数曲线
答案：A
18、国家统计局2005年2月28日公告，经初步核算，2004年我国的国内生产总值按可比价格计算比上年增长9.5%。这个指标是一个（）。
(完整版)计量经济学期末考试及答案,推荐文档
《计量经济学》课程期末考试题（二）一、单项选择题（每小题1分，共20分）1、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【 】A 、总量数据B 、 横截面数据C 、平均数据D 、 相对数据2、计量经济学分析的基本步骤是【】A 、 设定理论模型→收集样本资料→估计模型参数→检验模型B 、设定模型→估计参数→检验模型→应用模型C 、个体设计→总体设计→估计模型→应用模型D 、确定模型导向→确定变量及方程式→估计模型→应用模型3、在模型的经济意义检验中，不包括检验下面的哪一项【 】A 、 参数估计量的符号 B 、参数估计量的大小C 、 参数估计量的相互关系D 、参数估计量的显著性4、计量经济学模型用于政策评价时，不包括下面的那种方法【 】A 、工具变量法B 、 工具—目标法C 、政策模拟D 、 最优控制方法5、在总体回归直线E 中，表示【 】x y10)ˆ(ββ+=1βA 、 当x 增加一个单位时，y 增加个单位1βB 、当x 增加一个单位时，y 平均增加个单位1βC 、当y 增加一个单位时，x 增加个单位1βD 、当y 增加一个单位时，x 平均增加个单位1β6、用普通最小二乘法估计经典线性模型，则样本回归线通过t t t u x y ++=10ββ点【 】A 、 (，)B 、 (x ，) x y y ˆC 、(，)D 、 (x ，y)x yˆ7、对于，统计量服iki k i i i e x x x y +++++=ββββˆˆˆˆ22110 ∑∑----)1/()ˆ(/)ˆ(22k n yyky yi ii从【】A 、 F(k-1,n-k)B 、 F(k,n-k-1)C 、 t(n-k)D 、t(n-k-1)8、下列说法中正确的是：【 】A 、如果模型的很高，我们可以认为此模型的质量较好2RB 、如果模型的较低，我们可以认为此模型的质量较差2RC 、如果某一参数不能通过显著性检验，我们应该剔除该解释变量D 、如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量9、容易产生异方差的数据是【 】A 、时间序列数据 B 、横截面数据C 、修匀数据D 、 年度数据10、假设回归模型为，其中var()=，则使用加权最小二i i i u x y ++=βαi u 22i x σ乘法估计模型时，应将模型变换为【 】A 、B 、 x ux x y ++=βα222x ux x x y ++=βαC 、D 、xu x xx y ++=βαxu xx y ++=βα11、如果模型存在序列相关，则【 】t t t u x b b y ++=10A 、 cov （，）=0 B 、 cov （，）=0（t ≠s ）t x t u t u s u C 、cov （，）≠0D 、cov （，）≠0（t ≠s ）t x t u t u s u 12、根据一个n=30的样本估计i i i e x y ++=10ˆˆββ后计算得DW=1.4，已知在5％的置信度下，L d ＝1.35，＝1.49，则认为原模型【 】U d A 、不存在一阶序列自相关 B 、 不能判断是否存在一阶自相关C 、存在正的一阶自相关D 、 存在负的一阶自相关13、已知样本回归模型残差的一阶自相关系数接近于-1，则DW 统计量近似等于【 】A 、 0B 、 1C 、 2D 、 414、在线性回归模型中，若解释变量和的观测值成比例，即有，1X 2X i i kX X 21=其中k 为非零常数，则表明模型中存在【 】A 、不完全共线性B 、 完全共线性C 、 序列相关D 、 异方差15、假设回归模型为，其中为随机变量，与高度相关，i i i u X Y ++=βαi X i X i u 则β的普通最小二乘估计量【 】A 、无偏且一致B 、 无偏但不一致C 、有偏但一致D 、 有偏且不一致16、在工具变量的选取中，下面哪一个条件不是必需的【 】A 、 与所替代的随机解释变量高度相关B 、与随机误差项不相关C 、与模型中的其他解释变量不相关D 、与被解释变量存在因果关系17、如果联立方程模型中某个结构方程包含了所有的变量，则这个方程【 】A 、 恰好识别B 、 不可识别C 、不确定D 、 恰好识别18、结构式方程中的系数称为【 】A 、 短期影响乘数B 、 长期影响乘数C 、结构式参数D 、 简化式参数19、下列生产函数中，要素的替代弹性不变的是【 】A 、线性生产函数B 、 投入产出生产函数C 、C —D 生产函数D 、 CES 生产函数20、线性支出系统的边际预算份额和扩展线性支出系统的边际消费倾向的j β*j β关系是【 】A 、B 、＝*j j ββ=*j β*jβ∑C 、＝D 、＝j β*jβ∑j β∑**jj ββ二、多选题（每题有2～5个正确答案，多选、少选和错选均不得分；每题1分，共5分）1、对计量经济模型的计量经济学准则检验包括【 】A 、 误差程度检验B 、 异方差检验C 、序列相关检验D 、超一致性检验E 、多重共线性检验2、用普通最小二乘法估计模型的参数，要使参数估计量具备t t t u x y ++=10ββ最佳线性无偏估计性质，则要求：【 】A 、B 、 （常数）0)(=t u E 2)(σ=t u VarC 、D 、服从正态分布0),cov(=j i u u t u E 、 x 为非随机变量，且0),cov(=t t u x 3、下列哪些方法可以用于异方差性的检验【】A 、 DW 检验法 B 、 戈德菲尔德——匡特检验 C 、 怀特检验 D 、 戈里瑟检验E 、冯诺曼比检验4、D －W 检验不适用于下列情况下的序列自相关检验【】A 、模型包含有随机解释变量B 、 样本容量<15C 、含有滞后的被解释变量D 、 高阶线性自回归形式的序列相关E 、 一阶线性形式的序列相关5、 结构式方程的识别情况可能是【】A 、不可识别B 、 部分不可识别C 、 恰好识别D 、过度识别E 、 完全识别三、判断题（正确的写“对”，错误的写“错”。
统计基础知识第五章时间序列分析习题及答案
A. 140 万元B.150 万元6. 下列指标中属于时点指标的是 （ A ） A. 商品库存量 C .平均每人销售额7. 时间数列中，各项指标数值可以相加的是 A. 时期数列 C. 平均数时间数列8. 时期数列中各项指标数值（ A ） A. 可以相加C .绝大部分可以相加10.某校学生人数 2005年比 2004年增长了8%，2006年比 2005年增长了 15%，2007年比 2006 年增长了 18%，则 2004-2007 年学生人数共增长了（ D ）（ 2008年 10月）A.8 % +15% +18%B.8 %X 15%X 18%C. （ 108% +115% +118%） -1D.108%X 115%X 118%-1二、多项选择题1. 将不同时期的发展水平加以平均而得到的平均数称为 （ ABD ） （2012年1月）A.序时平均数B.动态平均数C.静态平均数D.平均发展水平E. 一般平均数2. 定基发展速度和环比发展速度的关系是 （ BD ） （2011年 10月） A. 相邻两个环比发展速度之商等于相应的定基发展速度、单项选择题 第五章 时间序列分析1. 构成时间数列的两个基本要素是 （ A.主词和宾词 ） （2012年 1月）B. 变量和次数 C .现象所属的时间及其统计指标数值 2．某地区历年出生人口数是一个 （ A.时期数列 D.时间和次数2011年 10 月）B. 时点数列 C .分配数列 D .平均数数列3. 某商场销售洗衣机， 2008 年共销售 （2010年 10） A. 时期指标 C. 前者是时期指标，后者是时点指标4. 累计增长量 （ A ） （ 2010年 10） A. 等于逐期增长量之和 C.等于逐期增长量之差5. 某企业银行存款余额 4 月初为 80 万元， 6000 台，年底库存 50 台，这两个指标是 （ C ）B. 时点指标D. 前者是时点指标，后者是时期指标B. 等于逐期增长量之积 D •与逐期增长量没有关系160 万元，则该企业第二季度的平均存款余额为（5 月初为 150 万元，6 月初为 210 万元，7 月初为C ）（ 2009年 10）C.160 万元 D .170万元（ 2009年 10） B. 商品销售量 D .商品销售额 （ A ）（2009年10）B.相对数时间数列 D. 时点数列2009年1月）B. 不可以相加D. 绝大部分不可以相加B. 环比发展速度的连乘积等于定基发展速度C. 定基发展速度的连乘积等于环比发展速度D .相邻两个定基发展速度之商等于相应的环比发展速度E.以上都对3. 常用的测定与分析长期趋势的方法有A. 时距扩大法（ ABC ）（2011年1 月）B.移动平均法C. 最小平方法4. 时点数列的特点有（ BCD ）A. 数列中各个指标数值可以相加D.几何平均法2010年10）E. 首末折半法B. 数列中各个指标数值不具有可加性C. 指标数值是通过一次登记取得的D. 指标数值的大小与时期长短没有直接的联系E. 指标数值是通过连续不断的登记取得的5.增长1%的绝对值等于（AC ）（2010年1）A.增加一个百分点所增加的绝对量B. 增加一个百分点所增加的相对量C .前期水平除以100 D. 后期水平乘以1% E .环比增长量除以100再除以环比发展速度6. 计算平均发展速度常用的方法有（ A.几何平均法（水平法） C•方程式法（累计法）E.加权算术平均法7. 增长速度（ADEA. 等于增长量与基期水平之比C.累计增长量与前一期水平之比AC ）（2009年10）B.调和平均法D.简单算术平均法）（2009年1 月）B. 逐期增长量与报告期水平之比D. 等于发展速度-1E .包括环比增长速度和定基增长速度8. 序时平均数是（CE ）A.反映总体各单位标志值的一般水平2008年10月）B.根据同一时期标志总量和单位总量计算C•说明某一现象的数值在不同时间上的一般水平D. 由变量数列计算E. 由动态数列计算三、判断题1. 职工人数、产量、产值、商品库存额、工资总额指标都属于时点指标。
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。
时间序列作业试题及答案
第六章动态数列-、判斷题若将某地区社会商品库存额按时间先后顺序排列，此种动态数二、1.列属于时期数列。
（）定基发展速度反映了现象在一定时期内发展的总速度，环比发三、2.展速度反映了现象比前一期的增长程度。
（）平均增长速度不是根据各期环比增长速度直接求得的，而是根四、3.据平均发展速度计算的。
（）•用水平法计算的平均发展速度只取决于最初发展水平和最末发五、4展水平，与中间各期发展水平无关。
（）平均发展速度是环比发展速度的平均数，也是一种序时平均六、5.数。
（）1> X 2、X 3、J 4、V 5. Vo七、单项选择题•根据时期数列计算序时平均数应采用（）。
八、1几何平均法 B.加权算术平均法C.简单九、 A.算术平均法 D.首末折半法十、2•下列数列中哪一个属于动态数列（）。
十-、 A.学生按学习成绩分组形成的数列 B.工业企业按地区分组形成的数列十二、 C.职工按工资水平高低排列形成的数列 D.出口额按时间先后顺序排列形成的数列十三、3.已知某企业1月、2月、3月、4月的平均职工人数分别为190人、195人、193人和201人。
则该企业一季度的平均职工人数的计算方法为（）。
十四、心(190+195+193+201)4B.190+195 + 1933十五.(190/2)+195+193 + (201/2) 、［190/2)+195+193+(201/2)C・D・ ---------------------------------4-1 44.说明现象在较长时期内发展的总速度的指标是()。
A、环比发展速度 B.平均发展速度 C.定基发展速度 D.环比增长速度5•已知各期环比增长速度为2%、5%、8%和7%,则相应的定基增长速度的计算方法为()。
A.(102%X105%X108%X107%) -100%B.102%X105%X108%X107%C.2%X5%X8%X7%D.(2%X5%X8%X7%) -100%6•定基增长速度与环比增长速度的关系是()。
相对指标时间数列计算发展水平的例题
相对指标时间数列计算发展水平的例题一、单项选择：1.时间数列中,每项指标数值可以相加的是（B）A．绝对数时间数列B.时期数列C.时点数列D.相对数或平均数时间数列2.下列属于时点数列的是（D）A.某厂各年工业产值B.某厂各年劳动生产率C.某厂各年生产工人占全部职工的比重D.某厂各年年初职工人数3.发展速度与增长速度的关系是(B)A.环比增长速度等于定基发展速度-1B.环比增长速度等于环比发展速度-1C.定基增长速度的连乘积等于定基发展速度D.环比增长速度的连乘积等于环比发展速度4.年距增长速度是（C）A.报告期水平/基期水平B.（报告期水平—基期水平）/基期水平C.年距增长量/去年同期发展水平D.环比增长量/前一时期水平5.几何平均法平均发展速度数值的大小（C）A.不受最初水平和最末水平的影响B.只受中间各期发展水平的影响C.只受最初水平和最末水平的影响，不受中间各期发展水平的影响D.既受最初水平和最末水平的影响，也受中间各期发展水平的影响6.某厂第一季度三个月某种产品的实际产量分别为500件、612件、832件、分别超计划0%、2%和4%，则该厂第一季度平均超额完成计划的百分数为（C）A.102%B.2%C.2.3%D.102.3%7．时期数列中的每个指标数值是（B）。
A、每隔一定时间统计一次B、连续不断统计而取得C、间隔一月统计一次D、定期统计一次8．一般平均数与序时平均数的共同之处是（A）。
A、两者都是反映现象的一般水平B、都是反映同一总体的一般水平C、共同反映同质总体在不同时间上的一般水平D、都可以消除现象波动的影响9．某企业1997年产值比1990年增长了1倍，比1995年增长了0.5倍，则1995年比1990年增长了（A）。
A、0.33 B、0.5 C、0.75 D、1 10．假设有如下资料：则该企业一季度平均完成计划为（B）。
一月二月三月某产品实际完成数500612832完成计划的%100 102 104A、102%B、102.3%C、97.3％D、103％11．某企业一、二、三、四月份各月的平均职工人数分别为190人、214人、220人和232人，则该企业第一季度平均职工人数为（B）。
《管理统计学》习题及答案
本文档下载自文库下载网，内容可能不完整，您可以点击以下网址继续阅读或下载：/doc/27b110e9e009581b6bd9ebff.html《管理统计学》习题及答案《管理统计学》作业集习题集及答案第一章导论*1-1 对50名职工的工资收入情况进行调查，则总体单位是（单选）（ 3 ）（1）50名职工（2）50名职工的工资总额（3）每一名职工（4）每一名职工的工资 *1-2 一个统计总体（单选）（ 4 ）（1）只能有一个标志（2）只能有一个指标（3）可以有多个标志（4）可以有多个指标*1-3 某班学生数学考试成绩分别为65分、71分、80分和87分，这四个数字是（单选） ( 4 ) （1）指标（2）标志（3）变量（4）标志值第二章统计数据的调查与收集*2-1 非全面调查包括（多项选择题） ( １２ 4 )（1）重点调查（2）抽样调查（3）快速普查（4）典型调查（5）统计年报*2-2 统计调查按搜集资料的方法不同，可以分为（多项选择题） ( １2 3 ) （1）采访法（2）抽样调查法（3）直接观察法（4）典型调查法（5）报告法*2-3 某市进行工业企业生产设备状况普查，要求在7月1日至7月5日全部调查完毕。
则规定的这一时间是（单项选择题）（２）(1) 调查时间 (2) 调查期限 (3) 标准时间 (4) 登记期限*2-4 某城市拟对占全市储蓄额五分之四的几个大储蓄所进行调查，以了解全市储蓄的一般情况，则这种调查方式是（单项选择题）（４）(1) 普查 (2) 典型调查 (3) 抽样调查 (4) 重点调查 *2-5 下列判断中，不正确的有（多项选择题）（２３ 4 ）（1）重点调查是一种非全面调查，既可用于经常性调查，也可用于一次性调查；（2）抽样调查是非全面调查中最科学的方法，因此它适用于完成任何调查任务；（3）在非全面调查中，抽样调查最重要，重点调查次之，典型调查最不重要；（4）如果典型调查的目的是为了近似地估计总体的数值，则可以选择若干中等的典型单位进行调查；（5）普查是取得全面统计资料的主要调查方法。
- 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)。
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 ）。
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 ee e --+--= 所以对数似然方程组为⎪⎪⎩⎪⎪⎨⎧=∂∂=∂∂0),(0),(222φσφσσφe ee，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 。