您所在位置：网站首页 > 商业/管理/HR > 管理学资料应用时间序列分析(试卷一)

应用时间序列分析(试卷一)

8页

卖家[上传人]：小**

文档编号：90983868

上传时间：2019-06-20

文档格式：DOC

文档大小：139KB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

12 金贝

/ 8 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、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著的性质：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。AR（2）模型的平稳域是二、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

2、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、 B、C、 D、8、ARMA(p,q)模型的平稳条件是（B）A. 的根都在单位圆外；B. 的根都在单位圆外；C. 的根都在单位圆内；D. 的根都在单位圆内。9、利用自相关图判断一个时间序列的平稳，下列说法正确的是（A）A自相关系数很快衰减为零。B自相关系数衰减为零的速度缓慢。C自相关系数一直为正。D在相关图上，呈现明显的三角对称性。10、利用时序图对时间序列的平稳性进行检验，下列说法正

3、确的是（C）A如果时序图呈现明显的递增态势，那么这个时间序列就是平稳序列。B如果时序图呈现明显的周期态势，那么这个时间序列就是平稳序列。C如果时序图总是围绕一个常数波动，而且其波动范围有限，那么这个时间序列是平稳序列。D 通过时序图不能够精确判断一个序列的平稳与否。三、概念解释1、AR模型的定义具有如下结构的模型称为阶自回归模型，简记为AR（p）2、偏自相关系数对于平稳AR(p)序列，所谓滞后k偏自相关系数就是指在给定中间k-1个随机变量的条件下，或者说，在剔除了中间k-1个随机变量的干扰之后，对影响的相关度量。用数学语言描述就是3、MA模型的定义具有如下结构的模型称为阶自回归模型，简记为MP（q）4、 ARMA(p,q)模型的可逆条件：q阶移动平均系数多项式的根都在单位圆外，即ARMA(p,q)模型的可逆性完全由其移动平滑部分的可逆性决定。四、计算题1、求平稳AR(1)模型的协方差递推公式平稳AR(1)模型的方差为协方差函数的递推公式为 2、计算下列MA（q）模型的可逆性条件解：逆函数逆转形式逆函数、逆转形式3、求ARMA(1,1)模型中未知参数的矩估计。解：根据ARMA模型Green函数的递推公式，可以确定该ARMA(1,1)模型的Green函数为：推导出：则：整理方程组得:考虑可以条件：得到未知参数矩估计的唯一解：五证明题1、证明AR（2）模型的平稳的充要条件为且2.设时间序列来自过程，满足 , 其中, 证明其自相关系数为

《应用时间序列分析(试卷一)》由会员小**分享，可在线阅读，更多相关《应用时间序列分析(试卷一)》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源