2025数据分析师考证时间序列分析专项试题及答案

2025数据分析师考证时间序列分析专项试题及答案

一、单项选择题（10题，每题2分）1.时间序列中随时间呈现长期持续上升或下降的成分是（）A.趋势成分B.季节成分C.周期成分D.随机波动2.以下属于平稳时间序列模型的是（）A.AR模型B.ARIMA模型C.季节性ARIMA模型D.一次差分序列3.单位根检验主要用于判断时间序列的（）A.趋势性B.平稳性C.季节性D.周期性4.AR(p)模型的自相关函数（ACF）特征是（）A.p阶截尾B.拖尾C.q阶截尾D.无规律5.MA(q)模型的偏自相关函数（PACF）特征是（）A.q阶截尾B.拖尾C.p阶截尾D.无规律6.非平稳时间序列的常用预处理方法是（）A.指数平滑B.差分C.移动平均D.残差分析7.季节性ARIMA模型阶数表示中，S代表（）A.自回归阶数B.移动平均阶数C.季节周期长度D.差分次数8.考虑预测值与实际值相对误差的评价指标是（）A.MSEB.MAEC.MAPED.RMSE9.简单指数平滑法适用于（）A.无趋势无季节的平稳序列B.有趋势无季节序列C.有季节无趋势序列D.有趋势有季节序列10.原序列经1次差分后平稳，则ARIMA模型中d值为（）A.0B.1C.2D.3二、填空题（10题，每题2分）1.时间序列的四个基本成分包括趋势、季节、周期和________。2.平稳时间序列需满足均值为常数、方差为常数且________不随时间变化。3.AR(p)模型的全称是________。4.MA(q)模型的全称是________。5.ARIMA(p,d,q)中d表示对原序列的________次数。6.模型定阶的两个工具是ACF和________。7.单位根检验的常用方法有ADF检验和________。8.季节性ARIMA(p,d,q)(P,D,Q)S中，D表示________的差分次数。9.霍尔特方法适用于________的时间序列。10.MSE的全称是________。三、判断题（10题，每题2分）1.所有时间序列都能通过差分转化为平稳序列。（）2.AR(p)模型的PACF具有p阶截尾特征。（）3.MA(q)模型的ACF具有q阶截尾特征。（）4.ADF检验中P值小于0.05则拒绝原假设，认为序列平稳。（）5.简单移动平均法适用于有明显趋势的序列。（）6.ARIMA模型可处理非平稳序列。（）7.月度数据的季节性ARIMA模型中S通常取12。（）8.MAPE取值范围是0到100%。（）9.残差分析需检验残差是否为白噪声。（）10.霍尔特-温特斯方法适用于有趋势和季节的序列。（）四、简答题（4题，每题5分）1.简述平稳时间序列的定义及两个核心条件。2.简述ARIMA(p,d,q)模型的建模步骤。3.简述ADF检验的原假设及判断规则。4.简述MAE、MSE、MAPE的含义及特点。五、讨论题（4题，每题5分）1.比较简单移动平均法和简单指数平滑法的适用场景及优缺点。2.讨论如何通过ACF和PACF图确定AR(p)、MA(q)、ARMA(p,q)的阶数。3.分析季节性与非季节性时间序列建模方法的主要差异。4.讨论残差分析在模型拟合中的重要性及主要内容。一、单项选择题答案及解析1.A解析：趋势成分是时间序列的长期变化方向，持续上升或下降。2.A解析：AR模型是平稳时间序列的自回归模型，ARIMA是差分后平稳，季节性ARIMA含季节成分，一次差分序列是预处理后的平稳序列而非模型。3.B解析：单位根检验判断序列是否存在单位根，即是否平稳。4.B解析：AR(p)的ACF拖尾，PACFp阶截尾。5.B解析：MA(q)的PACF拖尾，ACFq阶截尾。6.B解析：差分是处理非平稳序列的常用方法，通过消除趋势或季节使序列平稳。7.C解析：S表示季节周期长度，如月度S=12，季度S=4。8.C解析：MAPE是平均绝对百分比误差，计算相对误差的平均值，反映预测误差的相对程度。9.A解析：简单指数平滑假设序列无趋势无季节，仅含随机波动。10.B解析：d是差分次数，1次差分后平稳则d=1。二、填空题答案1.随机波动2.自协方差函数3.自回归模型4.移动平均模型5.差分6.偏自相关函数（PACF）7.PP检验（菲利普斯-佩龙检验）8.季节9.有线性趋势无季节10.均方误差三、判断题答案及解析1.×解析：部分序列（如突变序列、非线性趋势序列）无法仅通过差分转化为平稳序列。2.√解析：AR(p)的PACF在滞后p阶后迅速衰减至0，即p阶截尾。3.√解析：MA(q)的ACF在滞后q阶后迅速衰减至0，即q阶截尾。4.√解析：ADF原假设是序列存在单位根（非平稳），P<0.05则拒绝原假设，认为平稳。5.×解析：简单移动平均适用于平稳无趋势序列，有趋势时预测会滞后。6.√解析：ARIMA通过d次差分将非平稳序列转化为平稳序列后建模。7.√解析：月度数据的季节周期为12个月，故S=12。8.√解析：MAPE是百分比误差，取值0（完美预测）到100%（极端误差）。9.√解析：残差需为白噪声（无自相关），否则模型未捕捉到序列的全部信息。10.√解析：霍尔特-温特斯方法包含趋势和季节成分的平滑，适用于有趋势和季节的序列。四、简答题答案1.平稳时间序列定义：均值、方差及自协方差函数不随时间平移而变化的序列。核心条件：①均值为常数，不随时间t变化；②方差为常数，且自协方差函数仅与时间间隔k有关，与t无关。2.ARIMA建模步骤：①序列平稳性检验（ADF等），若非平稳则差分至平稳，确定d；②对平稳序列做ACF、PACF分析，确定p（AR阶数）和q（MA阶数）；③建立ARIMA(p,d,q)模型并拟合；④残差分析（检验是否为白噪声）；⑤模型评价与调整，若残差非白噪声则重新定阶；⑥预测与应用。3.ADF检验原假设：时间序列存在单位根（即序列非平稳）。判断规则：①若P值<显著性水平（如0.05），拒绝原假设，认为序列平稳；②若P值≥显著性水平，不拒绝原假设，认为序列非平稳，需进一步差分后再检验。4.MAE（平均绝对误差）：实际值与预测值绝对误差的平均值，反映预测误差的平均绝对值，对异常值敏感；MSE（均方误差）：绝对误差平方的平均值，放大异常值影响，突出大误差；MAPE（平均绝对百分比误差）：绝对误差与实际值比值的平均值，反映相对误差，便于不同规模序列比较，无单位。五、讨论题答案1.适用场景：简单移动平均适用于平稳无趋势、无季节的短序列；简单指数平滑适用于无趋势、无季节且序列长度适中的平稳序列。优缺点：移动平均计算简单，对异常值有平滑作用，但忽略近期数据权重；指数平滑考虑近期数据权重（平滑系数α），预测更灵活，但需选择合适α，对序列变化敏感，异常值影响较大。2.定阶规则：①AR(p)：ACF拖尾，PACF在p阶后截尾（迅速衰减至0），则p为截尾阶数；②MA(q)：PACF拖尾，ACF在q阶后截尾，则q为截尾阶数；③ARMA(p,q)：ACF和PACF均拖尾，需结合信息准则（AIC、BIC）确定p和q，选择准则值最小的组合。注意：截尾判断需结合95%置信区间（落在区间外的滞后阶数为有效）。3.主要差异：①预处理：非季节性序列需检验趋势平稳性，差分至平稳；季节性序列需同时检验趋势和季节平稳性，可能需季节差分（D次）和非季节差分（d次）。②模型选择：非季节性用ARIMA(p,d,q)；季节性用季节性ARIMA(p,d,q)(P,D,Q)S，含季节AR(P)、季节MA(Q)和季节差分D。③预测：非季节性用ARIMA预测；季节性需考虑季节周期，用季节性ARIMA或霍尔特-温特斯方法，预测需结合季节模式。4.重要性：残差是模型