时间序列习题(含答案)
一、单项选择题
1．时间数列与变量数列( )
A都是根据时间顺序排列的 B都是根据变量值大小排列的
C前者是根据时间顺序排列的，后者是根据变量值大小排列的
D前者是根据变量值大小排列的，后者是根据时间顺序排列的
2．时间数列中，数值大小与时间长短有直接关系的是( )
A平均数时间数列 B时期数列 C时点数列 D相对数时间数列
3．发展速度属于( )
A比例相对数 B比较相对数 C动态相对数 D强度相对数
4．计算发展速度的分母是( )
A报告期水平 B基期水平 C实际水平 D计划水平
5．某车间月初工人人数资料如下：
则该车间上半年的平均人数约为( )
A 296人
B 292人
C 295 人
D 300人
6．某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( )
A150万人 B150．2万人 C150．1万人 D无法确定
7．由一个9项的时间数列可以计算的环比发展速度( )
A有8个 B有9个 C有10个 D有7个
8．采用几何平均法计算平均发展速度的依据是( )
A各年环比发展速度之积等于总速度 B各年环比发展速度之和等于总速度
C 各年环比增长速度之积等于总速度
D 各年环比增长速度之和等于总速度
9．某企业的产值2005年比2000年增长了58．6％，则该企业2001—2005年间产值的平均发展速度为( ) A
5
%6.58 B 5%6.158 C
6
%6.58 D
6
%6.158
10．根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存
栏数，采用的公式是( )
A 简单平均法
B 几何平均法
C 加权序时平均法
D 首末折半法
11、时间序列在一年内重复出现的周期性波动称为（ ）
A 、长期趋势
B 、季节变动
C 、循环变动
D 、随机变动
1．C 2．B 3．C 4．B 5．C 6．C 7．A 8．A 9．B 10．D 11、B
二、多项选择题
1．对于时间数列，下列说法正确的有( )
A 数列是按数值大小顺序排列的
B 数列是按时间顺序排列的
C 数列中的数值都有可加性
D 数列是进行动态分析的基础
E 编制时应注意数值间的可比性 2．时点数列的特点有( )
A 数值大小与间隔长短有关
B 数值大小与间隔长短无关
C 数值相加有实际意义
D 数值相加没有实际意义
E 数值是连续登记得到的 3．下列说法正确的有( )
A 平均增长速度大于平均发展速度
B 平均增长速度小于平均发展速度
C 平均增长速度=平均发展速度-1
D 平均发展速度=平均增长
速度-1
E平均发展速度×平均增长速度=1
4．下列计算增长速度的公式正确的有( )
A
%
100
?
=
基期水平
增长量
增长速度
B
%
100
?
=
报告期水平
增长量
增长速度
C增长速度= 发展速度—100％
D
%
100
?
-
=
基期水平
基期水平
报告期水平
增长速度
E
%
100
?
=
基期水平
报告期水平
增长速度
5．采用几何平均法计算平均发展速度的公式有( )
A 1
2
3
1
2
1
-
?
?
?
?
=
n
n
a
a
a
a
a
a
a
a
n
x
B 0a
a
n
x n
=
C 1a
a
n
x n
=
D n R
x= E n
x
x
∑
=
6．某公司连续五年的销售额资料如下：
根据上述资料计算的下列数据正确的有( ) A第二年的环比增长速度=定基增长速度=10％
B第三年的累计增长量=逐期增长量=200万元
C第四年的定基发展速度为135％
D第五年增长1％绝对值为14万元
E第五年增长1％绝对值为13．5万元
7．下列关系正确的有( )
A环比发展速度的连乘积等于相应的定基发展速度
B定基发展速度的连乘积等于相应的环比发展速度
C环比增长速度的连乘积等于相应的定基增长速度
D环比发展速度的连乘积等于相应的定基增长速度
E平均增长速度=平均发展速度-1
8．测定长期趋势的方法主要有( )
A时距扩大法 B方程法 C最小平方法 D移动平均法 E几何平均法
9．关于季节变动的测定，下列说法正确的是( )
A目的在于掌握事物变动的季节周期性
B常用的方法是按月(季)平均法
C需要计算季节比率
D按月计算的季节比率之和应等于400％
E季节比率越大，说明事物的变动越处于淡季
10．时间数列的可比性原则主要指( )
A时间长度要一致 B经济内容要一致 C计算方法要一致 D总体范围要一致
E计算价格和单位要一致
答案
1．BDE 2．BD 3．BC 4．ACD 5．ABD 6．ACE 7．AE
8．ACD 9．ABC 10．ABCDE
三、判断题
1．时间数列中的发展水平都是统计绝对数。( )
2．相对数时间数列中的数值相加没有实际意义。( )
3．由两个时期数列的对应项相对比而产生的新数列仍然是时期数列。( )
4．由于时点数列和时期数列都是绝对数时间数列，所以，它们的特点是相同的。( )
5．时期数列有连续时期数列和间断时期数列两种。( )
6．发展速度可以为负值。( )
7．只有增长速度大于100％才能说明事物的变动是增长的。( )
8．年距发展速度=年距增长速度+1( )
9．平均增长速度可以直接根据环比增长速度来计算。( )
1．X 2．√ 3．X 4．X 5．X 6．X 7．X 8．√ 9．X
四、计算题
1．某公司某年9月末有职工250人，10月上旬的人数变动情况是：10月4日新招聘12名大学生上岗，6日有4名老职工退休离岗，8日有3名青年工人应征入伍，同日又有3名职工辞职离岗，9日招聘7名营销人员上岗。试计算该公司10月上旬的平均在岗人数。
2．某银行2001年部分月份的现金库存额资料如下：
要求：(1)具体说明这个时间序列属于哪一种时间序列。
(2)分别计算该银行2001年第一季度、第二季度和上半年的平均现金库存额。
3．某单位上半年职工人数统计资料如下：
要求计算：①第一季度平均人数；②上半年平均人数。
4．某企业2001年上半年的产量和单位成本资料如下：
试计算该企业2001年上半年的产品单位成本。 1、有问题的 答案（先暂定)
256
212232
2591252225822623250=++++?+?+?+?+?=
=∑∑f
af a
2、（1）这是等间隔的间断时点数列 （2）
n a
a a a a a a n
n 22
13210++++++=-
第一季度的平均现金库存额：
)(48032520
4504802
500万元=+
++=a 第二季度的平均现金库存额：
67.5663
2
/5806005502/520=+++=
a
上半年的平均现金库存额：
33.523267.566480,33.52362580
6005504802
500=+==+
++++=或 a
3.
第一季度平均人数:
)
(10322122102010501210501002人=+?++?+=a 上半年平均人数：
1023
321321008102022102010501210501002=++?++?++?+=a
4、产品总产量∑=+++++=)(21000
5000040003000400030002000件a 产品总成本∑=+++++=)(1.1480.346.279.214.286.216.14万元b 单位成本件元件
万元
/52.70210001.148==
c
时间序列期末试题B卷
成都信息工程学院考试试卷 2012——2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 试卷形式：开卷□闭卷日 一、判断题（每题1分，正确的在括号内打"，错误的在括号内打x,共15分） 1?模型检验即是平稳性检验（）。 2.模型方程的检验实质就是残差序列检验（）。 3?矩法估计需要知道总体的分布（）。 4. ADF检验中：原假设序列是非平稳的（）。 5?最优模型确定准则：AIC值越小、SC值越大，说明模型越优（）。 6?对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势（）。 7?严平稳序列与宽平稳时序区分主要表现在定义角度不同（）。 8?某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线趋势（）9.时间序列平稳性判断方法中ADF检验优于序时图法和自相关图检验法（）10?时间序列的随机性分析即是长期趋势分析（）。 11 ? ARMA（ p,q ）模型是ARIMA（p,d,q）模型的特例（）。 12?若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的（）。 13.MA（2）模型的3阶偏自相关系数等于0（）。 14.ARMA（p,q）模型自相关系数p阶截尾，偏自相关系数拖尾（）。 15 ? MA（q）模型平稳的充分必要条件是关于后移算子B的q阶移动自回归系数多项式根的绝 对值均在单位圆内（）。 二、填空题。（每空2分，共20分） 1? X t 满足ARMA（ 1,2 ）模型即：X t = 0.43+0.34 X t/+；t + 0.8 “ - 0.2 ；t＜，则均值 = _______________________ ，片（即一阶移动均值项系数）二 _______________________ 。
2008-2009-01时间序列分析06级期末A卷答案
9. 条件异方差模型中，形如???? ? ???? ++==+=∑∑=-=---3 122121),,,(j j t j i i t i t t t t t t t t h h e h x x t f x εληωεε Λ 式中，),,,(21Λ--t t x x t f 为{t x }的回归函数，N(0,1)~i.i.d t e ，该模型简记为GARCH （2，3）模型； 10. Cox 和Jenkins 在1976年研究多元时间序列分析时要求输入序列与响应序列均要 _ 平稳 _，Engle 和Granger 在1987年提出了__协整 _关系，即当输入序列与响 应序列之间具有非常稳定的线性相关关系（回归残差序列平稳）。 二、（10分）试用特征根判别法或平稳域判别法检验下列四个AR 模型的平稳性。 （1）t 1-t t x 8.0x ε+-= （2）t 1-t t x 3.1x ε+= （3）t 2-t 1-t t x 6 1 x 61x ε++= （4）t 2-t 1-t t x 2x x ε++= 解： AR （p ）模型平稳性的特征根判别法要求所有特征根绝对值小于1； AR （1）模型平稳性的平稳域判别法要求1||1<φ， AR （2）模型平稳性的平稳域判别法要求：1,1||122<±<φφφ。 (1) 8.01-=λ 特征根判别法：平稳；18.0||1<=φ，平稳域判别法：平稳； (2) 3.11=λ 特征根判别法：非平稳；13.1||1>=φ，平稳域判别法：非平稳； (3) 特征方程为: 2 1 ,31,0)13)(12(016212=-==+-=--λλλλλλ即 由特征根判别法：平稳； 10,131 ,161||12122<=-<=+<=φφφφφ,平稳域判别法：平稳； (4) 特征方程为: 2,1,0)2)(1(02212=-==-+=--λλλλλλ即 由特征根判别法：非平稳； 11,13,12||12122不小于=->=+>=φφφφφ,平稳域判别法：非平稳。
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AR ＭA (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A Ｒ（1)： 110t t t X X φε-=+＋,其特征根为_________，平稳域 是___＿___＿＿__＿______＿_＿__. 5. 设ARM Ａ（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-Wal ｋer 方程是______________＿__＿＿_＿_。 8. 设时间序列{}t X 为来自A ＲMA （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 ()()2 10.510.4t t B B X B ε-+=+,
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(MA B.)1(AR C.)1,1(ARMA D.)2(MA 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. 1 6.0 D. 2.0 6.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. 8.0 7. 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(IMA C.)1,2(ARI D.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 Y B. 212 2--+-=?t t t t Y Y Y Y C. k t t t k Y Y Y --=? D. t t t t Y X Y X ?+?=+?） ( 二、填空题（每题3分，共24分）；
模拟试题3-时间序列
诚实考试吾心不虚 ，公平竞争方显实力， 考试失败尚有机会 ，考试舞弊前功尽弃。 上海财经大学《时间序列分析》课程考试卷 课程代码 课程序号 20 —20 学年第一学期 姓名 学号 班级 1. t X 的d 阶差分为 （a ）=d t t t k X X X -?- （b ）11=d d d t t t k X X X ---??-? （c ）111=d d d t t t X X X ---??-? （d ）11-12=d d d t t t X X X ---??-? 2. 记B 是延迟算子，则下列错误的是 （a ）0 1B = （b ）()1=t t t B c X c BX c X -??=? （c ）()11=t t t t B X Y X Y --±± （d ）()=1d d t t d t X X B X -?-=- 3. 关于差分方程1244t t t X X X --=-，其通解形式为 （a ）1222t t c c + （b ）()122t c c t + （c ）()122t c c - （d ）2t c ? 4. 下列哪些不是MA 模型的统计性质 （a ）()t E X μ= （b ）()()22111q t Var X θθσ=+++L （c ）()(),,0t t t E X E με?≠≠ （d ）1,,0q θθ≠K ……………………………………………………………装 订 线…………………………………………………
5. 上面左图为自相关系数，右图为偏自相关系数，由此给出初步的模型识别 （a ）MA （1） （b ）ARMA （1, 1） （c ）AR （2） （d ）ARMA （2, 1） 二、填空题（每小题2分，共计20分） 1. 在下列表中填上选择的的模型类别 2. 时间序列模型建立后，将要对模型进行显著性检验，那么检验的对象为___________ ， 检验的假设是___________。 3. 时间序列模型参数的显著性检验的目的是____________________。 4. 根据下表，利用AIC 和BIC 准则评判两个模型的相对优劣，你认为______ 模型优于______模型。 _______检验和_______检验。 三、（10分）设{}t ε为正态白噪声序列，()()2 t t 0,E Var εεσ==，时间序列}{t X 来自 110.8t t t t X X εε--=+- 问模型是否平稳？为什么？ 四、（20分）设}{t X 服从ARMA(1, 1)模型： 110.80.6t t t t X X εε--=+- 其中1001000.3,0.01X ε==。 （1） 给出未来3期的预测值；（10分）
时间序列分析期末考试
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.)(?)1(?1k 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 。 ( )
时间序列分析--习题库
说明：答案请答在规定的答题纸或答题卡上，答在本试卷册上的无效。 一、填空题（本题总计25分） 1. 常用的时间序列数据，有年度数据、（ ）数据和（ ） 数据。另外，还有以（ ）、小时为时间单位计算的数据。 2. 自相关系数j ρ的取值范围为（ ）；j ρ与j -ρ之间的关系是（ ）；0ρ=（ ）。 3.判断下表中各随机过程自相关系数和偏自相关系数的截尾性，并用 2. 如果随机过程{}t ε为白噪音，则 t t Y εμ+= 的数学期望为 ；j 不等于0时，j 阶自协方差等于 ，j 阶自相关系数等于 。因此，是一个 随机过程。 1.（2分）时间序列分析中，一般考虑时间（ ）的（ ）的情形。 3. （6分）随机过程{}t y 具有平稳性的条件是： （1）（ ）和（ ）是常数，与 （ ）无关。 （2）（ ）只与（ ）有关，与 （ ）无关。 7. 白噪音的自相关系数是：
1.白噪音{}t y 的性质是：t y 的数学期望为 ，方差为 ；t y 与j -t y 之间的协方差为 。 1.（4分）移动平均法的特点是：认为历史数据中（ ）的数据对未来的数值有影响，其权数为（ ），权数之和为（ ）；但是，（ ）的数据对未来的数值没有影响。 2. 指数平滑法中常数α值的选择一般有2种： （1）根据经验判断，α一般取 。 （2）由 确定。 3. （5分）下述随机过程中，自相关系数具有拖尾性的有（ ），偏自相关系数具有拖尾性的有（ ）。 ①平稳(2) ②(1) ③平稳(1,2) ④白噪 音过程 4.（5分）下述随机过程中，具有平稳性的有（ ），不具有平稳性的有（ ）。 ①白噪音 ②t t y 1.23t+ε=+ ③随机漂移过程 ④t t t 1y 16 3.2εε-=++ ⑤t t y 2.8ε=+ 2.（3分）白噪音{}t ε的数学期望为（ ）；方差为（ ）；j 不等于0时，j 阶自协方差等于（ ）。 （2）自协方差与（ ）无关，可能与 （ ）有关。 3. （5分）下述随机过程中，自相关系数具有截尾性的有（ ），偏自相关系数具有截尾性的有（ ）。
12-13时间序列分析期末试卷
诚信应考 考出水平 考出风格 浙江大学城市学院 2012— 2013学年第二学期期末考试试卷 《时间序列分析》 开课单位：计算学院 ；考试形式：闭卷；考试时间：2013年7月7日； 所需时间：120分钟 一．简答和计算题(本大题共9题，第1到5题每题5分，第6到9题每题7分，共53分。) 1. 写出(,,)ARIMA p d q 模型的结构。 2. 写出(,)ARMA p q 模型的传递形式和格林函数的递推式。 3. 写出(,)ARMA p q 模型的逆转形式和逆函数的递推式。 第1页共5页
4.计算模型120.5t t t t x x x ε--=--+的偏自相关系数。 5.判断模型121 0.80.5 1.1t t t t t x x x εε---=-++-的平稳性与可逆性。 6. 对于(1)AR 模型： 11()t t t x x μφμε--=-+，根据t 个历史观察值数据： ,10.1,9,6，已求 出?10μ=，1?0.3φ=，29εσ=，求： （1）之后3期的预测值及95%置信区间。 （2）假定获得新的观察值数据为110.5 t x +=，求之后2期的预测值及95%置信区间。 第2页共5页
7.已知某地区每年常住人口数量近似服从(3)MA 模型（单位：万人）： 21231000.80.60.2,25t t t t t x εεεεεσ---=+-+-= 最近3年的常住人口数量及一步预测数量如下： 年份 统计人数 预测人数 2002 104 110 2003 108 100 2004 105 109 请预测未来5年该地区常住人口的95%置信区间。 8. 使用指数平滑法得到 ?5t x =， 2? 5.26t x +=，已知序列观察值 5.25 t x =， 1 5.5 t x +=，求指数 平滑系数α。 9. 某一10期观察值序列为5.43, 6.19, 6.63, 7.18, 8.95, 10.14, 11.74, 12.60, 17.26, 21.07 （1）使用6期移动平均法预测12?x 。 （2）使用指数平滑法确定12?x ，其中平滑系数为0.4α= 第3页共5页
时间序列期末试题B卷
系名____________班级____________姓名____________学号____________ 密封线内不答题 成都信息工程学院考试试卷 2012——2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 一、判断题（每题1分，正确的在括号内打√，错误的在括号内打×，共15分） 1．模型检验即是平稳性检验（ ）。 2．模型方程的检验实质就是残差序列检验（ ）。 3．矩法估计需要知道总体的分布（ ）。 4．ADF 检验中：原假设序列是非平稳的（ ）。 5．最优模型确定准则：AIC 值越小、SC 值越大，说明模型越优（ ）。 6．对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势（ ）。 7．严平稳序列与宽平稳时序区分主要表现在定义角度不同（ ）。 8．某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线趋势（ ）。 9．时间序列平稳性判断方法中 ADF 检验优于序时图法和自相关图检验法（ ）。 10．时间序列的随机性分析即是长期趋势分析（ ）。 11．ARMA （p,q ）模型是ARIMA(p,d,q)模型的特例（ ）。 12．若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的（ ）。 13. MA(2)模型的3阶偏自相关系数等于0（ ）。 14．ARMA(p,q)模型自相关系数p 阶截尾，偏自相关系数拖尾（ ）。 15．MA(q)模型平稳的充分必要条件是关于后移算子B 的q 阶移动自回归系数多项式根的绝对值均在单位圆内（ ）。 二、填空题。（每空2分，共20分） 1．t X 满足ARMA （1,2）模型即：t X ＝0.43+0.341-t X +t ε＋0.81-t ε–0.22-t ε，则均值＝ ，1θ（即一阶移动均值项系数）＝ 。 2．设｛x t ｝为一时间序列，B 为延迟算子，则B 2 X t = 。 3．在序列y 的view 数据窗，选择 功能键，可对序列y 做ADF 检验。 4．若某平稳时序的自相关图拖尾，偏相关图1阶截尾，则该拟合 模型。
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。 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 学院： 专业班级： 姓名： 学号： 装 订 线 内 不 要 答 题
图2 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 -+=
时间序列期末试题B卷
成都信息工程学院考试试卷 2012—— 2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 一、判断题（每题1分，正确的在括号内打错误的在括号内打 X,共15分） 1 .模型检验即是平稳性检验（）。 2. 模型方程的检验实质就是残差序列检验（） 3. 矩法估计需要知道总体的分布（）。 4. ADF检验中：原假设序列是非平稳的（）。 5. 最优模型确定准则：AIC值越小、SC值越大，说明模型越优 （）。 6. 对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势 （）。
7. 严平稳序列与宽平稳时序区分主要表现在定义角度不同 8. 某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线 趋势( )。 9 ?时间序列平稳性判断方法中ADF检验优于序时图法和自相关图 检验法( )。 10 .时间序列的随机性分析即是长期趋势分析( )。 11. ARMA(p,q )模型是ARIMA(p,d,q)模型的特例( )。 12 .若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的( )0 13. MA(2)模型的3阶偏自相关系数等于0( ) 14. ARMA(p,q)模型自相关系数p阶截尾，偏自相关系数拖尾 ( )0 15. MA(q)模型平稳的充分必要条件是关于后移算子B的q阶移动自回归系数多项式根的绝对值均在单位圆内( )。 二、填空题。(每空2分，共20分) 1 . X t满足ARMA(1, 2 )模型即：X t = 0.43+0.34 X「+ t + 0.8 t 1 - 0.2 t 2，则均值= ___________________________ ， 1 (即一阶移
统计学期末考试试题(含答案)
统计学期末考试试题（一） 1、一个统计总体（ d ） A、只能有一个标志 B、只能有一个指标 C、可以有多个标志 D、可以有多个指标 2、调查某大学2000名学生学习情况，则总体单位是（ C ） A 、2000名学生B、2000名学生的学习成绩 C、每一名学生 D、每一名学生的学习成绩 3、某地进行国有商业企业经营情况调查，则调查对象是( b )。 A、该地所有商业企业 B、该地所有国有商业企业 C、该地每一国有商业企业 D、该地每一商业企业 4、以下哪种调查的报告单位与调查单位是一致的( C )。 A、工业普查 B、工业设备调查 C、职工调查 D、未安装设备调查 5、某市进行工业企业生产设备普查，要求在7月1日至7月10日全部调查完毕，则这一时间规定是( b )。 A、调查时间 B、调查期限 C、标准时间 D、登记期限 6、某连续变量分为5组：第一组为40——50，第二组为50——60，第三组为60——70，第四组为70——80，第五组为80以上，则（ B ） A、50在第一组，70在第四组 B、60在第三组，80在第五组 C、70在第四组，80在第五组 D、80在第四组，50在第二组 7、已知某局所属12个工业企业的职工人数和工资总额，要求计算该局职工的平均工资，应该采用( a ) A、简单算术平均法 B、加权算术平均法 C、加权调和平均法 D、几何平均法 8、用水平法检查长期计划完成程度，应规定( B ) A、计划期初应达到的水平 B、计划期末应达到的水平 C、计划期中应达到的水平 D、整个计划期应达到的水平 9、某地区有10万人，共有80个医院。平均每个医院要服务1250人，这个指标是（ C ）。 A、平均指标 B、强度相对指标 C、总量指标 D、发展水平指标 10、时间序列中，每个指标数值可以相加的是（ b ）。 A、相对数时间序列 B、时期数列 C、间断时点数列 D、平均数时间序列 11、根据时间序列用最小平方法配合二次曲线，所依据的样本资料的特点是（ b ）。
金融时间序列试卷(精品文档)_共4页
内蒙古财经学院2011——2012学年第1学期 《金融时间序列分析》试卷答案 一、填空题（1分*15空=15分） 1. ，。 q -t 1-t 1t p t p 2t 21-t 1t x x x x εθεθεφφφq ---++++=-- q θθφφφ、、，、 、 1p 212. 描述性； 3. ，0,1,0； t t t x x ε+=-1 4. 平稳性检验，纯随机性检验； 5. ?p x t =(1?B)p x t ，?k x t =(1?B k )x t ；6. 宽平稳，严平稳，宽平稳； 7. 自回归 二、不定项选择题（2分*5题=10分） 1、A C 2、A B D 3、A B 4、A B CD 5、A B D 三、判断并说明理由（2题*5分=10分） 1、如果一个时间序列宽平稳，则它肯定不是严平稳；如果一个时间序列严平稳，则它一定是宽平稳。 答：说法是错误的。（1分） 严平稳是一种条件比较苛刻的平稳性定义，该定义表明，一个序列的所有统计均平稳时，该序列才是平稳的。而宽平稳则是条件宽松的平稳性定义，即只要求序列的二阶矩平稳，则序列就是平稳的。由定义可知，在一般情况下，如果一个时间序列是宽平稳的，则它肯定不是严平稳的；如果一个时间序列是严平稳的，则它一定是宽平稳的。 （2分） 但两种情况各有例外，如多元正态分布，二阶矩包括所有统计性质，所以对于服从多元正态分布的序列，宽平稳也是严平稳；再比如柯西分布不存在二阶矩，因此如果一个序列服从柯西分布，且为严平稳，但却推不出其为宽平稳。确切的说应该是对于存在二阶矩的序列，严平稳才能推出宽平稳。（2分） 2、差分运算的实质是使用自回归的方式提取确定性信息 答：说法是正确的。（5分） 四、简答题：（25分） 1、简述平稳序列的建模步骤（7分） 答：（1）时间序列分析的第一步是获得观察值序列，然后对这个序列进行平稳性检验，对平稳的序列进行纯随机性检验，如果是纯随机序列，分析结束；如果不是纯随机序列，选择模型拟合该序列； （2）求出该观察值序列的样本自相关系数（ACF ）和样本偏自相关系数（PACF ）的值。 （3）根据平稳非纯随机序列的自相关图和偏自相关图，选择阶数适当的ARMA （p,d ）模型进行拟合； （4）利用一定的方法估计模型中的参数，即模型估计； （5）检验模型的有效性。如果拟合模型通不过检验，转向步骤（2），重新选择模型再拟合。 （6）模型优化。在通过检验的模型中选择相对最有模型，即模型优化； （7）利用相对最优模型对序列未来值进行预测。 2、答：（1）wold 分解定理：对于任何一个离散平稳过程它都可以分解为两个不相关的平稳序列之}{t x 和，其中一个为确定性的，另一个为随机性的，不妨记作 t t t V x ξ+=
(整理)8章 时间序列分析练习题参考答案.
第八章 时间数列分析 一、单项选择题 1.时间序列与变量数列( ) A 都是根据时间顺序排列的 B 都是根据变量值大小排列的 C 前者是根据时间顺序排列的，后者是根据变量值大小排列的 D 前者是根据变量值大小排列的，后者是根据时间顺序排列的 C 2.时间序列中，数值大小与时间长短有直接关系的是( ) A 平均数时间序列 B 时期序列 C 时点序列 D 相对数时间序列 B 3.发展速度属于( ) A 比例相对数 B 比较相对数 C 动态相对数 D 强度相对数 C 4.计算发展速度的分母是( ) A 报告期水平 B 基期水平 C 实际水平 D 计划水平 B 5.某车间月初工人人数资料如下： 则该车间上半年的平均人数约为( ) A 296人 B 292人 C 295 人 D 300人 C 6.某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( ) A 150万人 B 150．2万人 C 150．1万人 D 无法确定 C 7.由一个9项的时间序列可以计算的环比发展速度( ) A 有8个 B 有9个 C 有10个 D 有7个 A 8.采用几何平均法计算平均发展速度的依据是( ) A 各年环比发展速度之积等于总速度 B 各年环比发展速度之和等于总速度 C 各年环比增长速度之积等于总速度 D 各年环比增长速度之和等于总速度 A 9.某企业的科技投入，2010年比2005年增长了58．6％，则该企业2006—2010年间科技投入的平均发展速度为( ) A 5 %6.58 B 5%6.158 C 6 %6.58 D 6%6.158 B 10.根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存栏数，采用的公式是( ) A 简单平均法 B 几何平均法 C 加权序时平均法 D 首末折半法 D 11.在测定长期趋势的方法中，可以形成数学模型的是( ) A 时距扩大法 B 移动平均法 C 最小平方法 D 季节指数法
时间序列期末试题b卷 ()
成都信息工程学院考试试卷 2012——2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 一、判断题（每题1分，正确的在括号内打√，错误的在括号内打×，共15分） 1．模型检验即是平稳性检验（ ）。 2．模型方程的检验实质就是残差序列检验（ ）。 3．矩法估计需要知道总体的分布（ ）。 4．ADF 检验中：原假设序列是非平稳的（ ）。 5．最优模型确定准则：AIC 值越小、SC 值越大，说明模型越优（ ）。 6．对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势（ ）。 7．严平稳序列与宽平稳时序区分主要表现在定义角度不同（ ）。 8．某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线趋势（ ）。 9．时间序列平稳性判断方法中 ADF 检验优于序时图法和自相关图检验法（ ）。 10．时间序列的随机性分析即是长期趋势分析（ ）。 11．ARMA （p,q ）模型是ARIMA(p,d,q)模型的特例（ ）。 12．若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的（ ）。 13. MA(2)模型的3阶偏自相关系数等于0（ ）。 14．ARMA(p,q)模型自相关系数p 阶截尾，偏自相关系数拖尾（ ）。 15．MA(q)模型平稳的充分必要条件是关于后移算子B 的q 阶移动自回归系数多项式根的绝对值均在单位圆内（ ）。 二、填空题。（每空2分，共20分） 1．t X 满足ARMA （1,2）模型即：t X ＝0.43+0.341-t X +t ε＋0.81-t ε–0.22-t ε，则均值＝ ，1θ（即一阶移动均值项系数）＝ 。 2．设｛x t ｝为一时间序列，B 为延迟算子，则B 2 X t = 。 3．在序列y 的view 数据窗，选择 功能键，可对序列y 做ADF 检验。
时间序列分解Decompose
时间序列分解算法和d ecompose函数实现 李思亮 55531469@https://www.wendangku.net/doc/e42540502.html, 目录 时间序列分解算法和decompose函数实现 (1) 1 数据读入并生成时间序列 (2) 2 数据可视化 (4) 3 时间序列分解 (7)
在时间序列分析的过程中，往往需要对时间序列作出初步分析，本文主要采用R语言作为分析平台，从数据的读入，可视化图，分解（decompose）为趋势项，季节项，随机波动等角度对数据开展分析的几个案例。最后对分解算法作出初步描述并探讨其预测预报中的潜在应用。本文的数据和部分内容主要采用https://www.wendangku.net/doc/e42540502.html,/en/latest/中的内容，感兴趣的读者可以参考。 1 数据读入并生成时间序列 对于数据分析来讲，数据读入是一个比较关键的步骤。常用的数据读入函数有scan，read.table 等。下面列举了几种常见的数据。 首先是https://www.wendangku.net/doc/e42540502.html,/tsdldata/misc/kings.dat，中包含了英国国王的寿命从William开始，数据来源（Hipel and Mcleod, 1994）。 > kings <- scan("https://www.wendangku.net/doc/e42540502.html,/tsdldata/misc/kings.dat",skip=3) Read 42 items > kings [1] 60 43 67 50 56 42 50 65 68 43 65 34 47 34 49 41 13 35 53 56 16 43 69 59 48 59 86 55 68 51 33 49 67 77 81 67 71 81 68 70 77 56 上述例子中，读入了连续42个公国国王的寿命并将其赋给变量‘kings’ 如果我们希望对读入数据开展分析，下一步就是将其转化为时间序列对象（时间序列类），R提供了很多函数用于分析时间序列类数据。可以使用ts函数将变量转化为时间序列类。 > kingsts <- ts(kings) > kingsts Time Series: Start = 1 End = 42 Frequency = 1 [1] 60 43 67 50 56 42 50 65 68 43 65 34 47 34 49 41 13 35 53 56 16 43 69 59 48 59 86 55 68 51 33 49 67 77 81 67 71 81 68 70 77 56 对于上述数据操作的好处是将数据转化为特定的“时间序列类”便于我们使用R中的函数分析数据。 有时候我们会按照一定的时间周期来收集数据，这个周期可能是季度，月，日，小时，分。在大数据时代，有些情况下的数据是按照秒来采集收集。这种情况下，我们需要对数据的周期或频率进行设置。这里采用ts函数中的frequency参数可以实现这种功能。比方说，若按1年为一个周期，我们的月度时间
应用时间序列分析试卷一
应用时间序列分析（试卷一） 一、填空题 1、拿到一个观察值序列之后，首先要对它的平稳性和纯随机性进行检验，这两个重要的检验称为序列的预处理。 2、白噪声序列具有性质纯随机性和方差齐性。 3、平稳AR（p）模型的自相关系数有两个显着的性质：一是拖尾性；二是呈负指数衰减。 4、MA(q)模型的可逆条件是：MA(q)模型的特征根都在单位圆内，等价条件是移动平滑系数多项式的根都在单位圆外。 5、AR（1）模型的平稳域是{}1 1< < -φ φ。AR（2）模型的平稳域是{}1 1, 1 2 2 2 1 < ± <φ φ φ φ φ且 ， 二、单项选择题 1、频域分析方法与时域分析方法相比（D） A前者要求较强的数学基础，分析结果比较抽象，不易于进行直观解释。B后者要求较强的数学基础，分析结果比较抽象，不易于进行直观解释。C前者理论基础扎实，操作步骤规范，分析结果易于解释。 D后者理论基础扎实，操作步骤规范，分析结果易于解释。 2、下列对于严平稳与宽平稳描述正确的是（D） A宽平稳一定不是严平稳。 B严平稳一定是宽平稳。 C严平稳与宽平稳可能等价。 D对于正态随机序列，严平稳一定是宽平稳。 3、纯随机序列的说法，错误的是（B）
A时间序列经过预处理被识别为纯随机序列。 B纯随机序列的均值为零，方差为定值。 C在统计量的Q检验中，只要Q 时，认为该序列为纯随机序列，其中m为延迟期数。 D不同的时间序列平稳性检验，其延迟期数要求也不同。 4、关于自相关系数的性质，下列不正确的是（D） A. 规范性； B. 对称性； C. 非负定性； D. 唯一性。 5、对矩估计的评价，不正确的是（A） A. 估计精度好； B. 估计思想简单直观； C. 不需要假设总体分布； D. 计算量小（低阶模型场合）。 6、关于ARMA模型，错误的是（C） A ARMA模型的自相关系数偏相关系数都具有截尾性。 B ARMA模型是一个可逆的模型 C 一个自相关系数对应一个唯一可逆的MA模型。 D AR模型和MA模型都需要进行平稳性检验。 7、MA（q）模型序列的预测方差为下列哪项（B） A、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?< ? =? > ?? 22 1-1 22 1q （1++...+） （1++...+）
时间序列分解法
什么是时间序列分解法 时间序列分解法是数年来一直非常有用的方法,这种方法包括谱分析、时间序列分析和傅立叶级数分析等。 时间序列分解模型 时间序列y可以表示为以上四个因素的函数，即： Y t = f(T t,S t,C t,I t) 时间序列分解的方法有很多，较常用的模型有加法模型和乘法模型。 加法模型为：Y t = T t + S t + C t + I t 乘法模型为： 时间序列的分解方法 （1）运用移动平均法剔除长期趋势和周期变化，得到序列TC。然后再用按月（季）平均法求出季节指数S。 （2）做散点图，选择适合的曲线模型拟合序列的长期趋势，得到长期趋势T。 （3）计算周期因素C。用序列TC除以T即可得到周期变动因素C。 （4）将时间序列的T、S、C分解出来后，剩余的即为不规则变动，即：
时间序列的模式 时间序列一般包括四类因素，长期趋势因素、季节变动因素、循环变动因素和不规则变动因素。四种因素的组合形式一般有以下几类, 其中记Xt为时间序列的全变动；Tt为长期趋势；St为季节变动；Ct为循环变动；It为不规则变动，它总是存在着的。 1）乘法模式，其中， a) X t与T t有相同的量纲，S t为季节指数，C t为循环指数，两者皆为比例数； b) c) I t是独立随机变量序列，服从正态分布。 2）加法模式X t = T t + S t + C t + I t 这种形式要求满足条件： a) X t，T t，S t，C t，I t均有相同的量纲； b) ,k为季节性周期长度； c) I t是独立随机变量序列，服从正态分布。 3) 混合模式
a) X t与T t，C t，I t有相同的量纲，St是季节指数，为比例数； b) c) I t是独立随机变量序列，服从正态分布。 时间序列分解法试图从时间序列中区分出这四种潜在的因素，特别是长期趋势因素(T)、季节变动因素(S)和循环变动因素(C)。显然，并非每一个预测对象中都存在着T、S、C这三种趋势，可能是其中的一种或两种。一个具体的时间序列究竟由哪几类变动组合，采取哪种组合形式，应根据所掌握的资料、时间序列及研究目的来确定。 时间序列分解法各因素的确定 分解法的基础是容易理解而且直观的。不过最重要的是它为预测和检验提供了独特和非常有用的资料。我们用一个例题来说明各个因素分解的步骤。 设有某产品十二年（91年－02年）的季度销售额数据。见表4.3中的第二列，共有48个数据。如果将这些数据画在图上（图.1），可以看出有明显的长期趋势和季节变动。利用分解法，假设这48个数据可表示为 。这里X t是这些原始数据，通过分析原始数据X来确定T、C、S（剩下的为I）。
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：C 2、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：B 3、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)?(t Y Y B. ∑=-min )?(2t Y Y C. ∑=-max )?(2t Y Y D. 0)?(2 ∑=-t Y Y 答案：B 4、从下列趋势方程t Y t 86.0125?-=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（ ）。 A. 只能是绝对数 B. 只能是相对数 C.只能是平均数 D.上述三种指标均可以 答案：D.
时间序列分解结果
在随机时间序列分析中，为简便起见，我们假定时间序列主要由趋势项（T）、季节项 （S）和随机项（R）构成。 # 读入数据，画曲线图 > sales <- read.csv(file = "sales.csv",header = TRUE) > head(sales) > plot(sales$t,sales$Y,type = "l") 观察这幅图形，可以看出有明显的长期趋势和季节变动。 利用分解法，假设这48个数据可表示为：，Yt代表实际销售额
度。 长期趋势的分解 用时间回归法，在同一图中画出趋势项目、季节项和随机项的数据图，如下： decompose()函数主要用来做季节指数分解，figure项即指季节指数。同时也返回原始数据，以及MA算法的结果；trend趋势项使用光滑移动平均法求得，它包含了长期趋势T 和周期变动因素C，之前用回归法求得长期趋势T，利用此函数的返回值Trend即可求得周期变动因素C；Random即为不规则变动。 此函数的基本结构： Additive: xt = Trend + Seasonal + Random Multiplicative: xt = Trend * Seasonal * Random > sales1 <- ts(sales[,2],start = 1,frequency = 4) # 季节变动趋势分解 > m <- decompose(sales1,type = "multiplicative") > plot(m) > m$x Qtr1 Qtr2 Qtr3 Qtr4 2003 3017.60 3043.54 2094.35 2809.84 2004 3274.80 3163.28 2114.31 3024.57 2005 3327.48 3493.48 2439.93 3490.79 2006 3685.08 3661.23 2378.43 3459.55 2007 3849.63 3701.18 2642.38 3585.52 2008 4078.66 3907.06 2828.46 4089.50 2009 4339.61 4148.60 2916.45 4084.64 2010 4242.42 3997.58 2881.01 4036.23 2011 4360.33 4360.53 3172.18 4223.76 2012 4690.48 4694.48 3342.35 4577.63 2013 4965.46 5026.05 3470.14 4525.94 2014 5258.71 5189.58 3596.76 3881.60