2021时间序列分析易错点专项试题及答案解析

2021时间序列分析易错点专项试题及答案解析

一、单项选择题（总共10题，每题2分）1.下列关于平稳时间序列的描述，错误的是（）A.均值为常数B.方差为常数C.自协方差仅与时间间隔有关D.一定不存在趋势项2.ARMA(2,1)模型的自相关函数（ACF）通常表现为（）A.2阶截尾B.1阶截尾C.拖尾D.3阶截尾3.ADF检验的原假设是（）A.序列不存在单位根B.序列存在单位根C.序列是平稳的D.序列是白噪声4.白噪声序列的自协方差函数在k≠0时（）A.大于0B.小于0C.等于0D.不确定5.若时间序列的自相关函数（ACF）呈现缓慢衰减，偏自相关函数（PACF）在2阶后截尾，该序列最可能符合（）A.AR(2)模型B.MA(2)模型C.ARMA(2,2)模型D.AR(1)模型6.对非平稳序列进行d阶差分后变为平稳序列，该序列的单整阶数为（）A.dB.d-1C.d+1D.07.MA(q)模型的可逆性条件要求其特征方程的根（）A.全部在单位圆内B.全部在单位圆外C.至少一个在单位圆内D.至少一个在单位圆外8.下列关于PACF（偏自相关函数）的描述，正确的是（）A.AR(p)模型的PACF在p阶后拖尾B.MA(q)模型的PACF在q阶后截尾C.AR(p)模型的PACF在p阶后截尾D.ARMA(p,q)模型的PACF在p阶后截尾9.季节调整中，X-13ARIMA-SEATS方法主要用于消除（）A.趋势项B.季节项C.随机波动项D.循环项10.时间序列预测中，预测误差的主要来源不包括（）A.模型设定错误B.随机干扰项C.样本容量过大D.参数估计误差二、填空题（总共10题，每题2分）1.平稳时间序列的均值和方差均为______，自协方差仅与______有关。2.AR(p)模型的偏自相关函数（PACF）在______阶后截尾。3.ADF检验中加入滞后项的目的是消除______的影响。4.白噪声序列的自协方差函数在k=0时为______，k≠0时为______。5.MA(q)模型的自相关函数（ACF）在______阶后截尾。6.单位根过程的均值具有______性，方差随时间______。7.Box-Jenkins方法的核心步骤包括模型识别、参数估计和______。8.季节差分通常表示为______（用符号表示）。9.残差白噪声检验常用的统计量是______统计量。10.ARMA模型的参数估计方法主要有矩估计、极大似然估计和______。三、判断题（总共10题，每题2分）1.平稳时间序列的方差可以随时间变化。（）2.AR(2)模型的PACF在2阶后截尾。（）3.ADF检验的原假设是序列不存在单位根。（）4.白噪声序列一定是独立同分布的。（）5.MA(1)模型的ACF在1阶后截尾。（）6.随机游走模型（AR(1)，φ=1）是平稳的。（）7.Box-Pierce检验的原假设是残差序列为白噪声。（）8.季节差分的主要作用是消除趋势项。（）9.ARMA模型的可逆性仅与MA部分的特征根位置有关。（）10.时间序列预测的误差方差随预测期数增加而增大。（）四、简答题（总共4题，每题5分）1.简述平稳时间序列的定义及其分类。2.说明ARMA模型识别中ACF和PACF的作用。3.简述ADF检验与DF检验的区别及引入ADF检验的原因。4.解释白噪声检验的意义，并列举两种常用的白噪声检验方法。五、讨论题（总共4题，每题5分）1.结合ACF和PACF图判断ARMA模型阶数的步骤及常见易错点。2.若单位根检验显示序列非平稳，可采取哪些处理方法？需注意哪些问题？3.论述Box-Jenkins建模流程中模型诊断的关键环节及常见问题。4.季节时间序列分析中，如何分离趋势项和季节项？选择方法时需考虑哪些因素？答案及解析一、单项选择题1.D（平稳序列可能包含周期项，但无趋势项）2.C（ARMA模型的ACF和PACF均拖尾）3.B（ADF检验原假设为存在单位根）4.C（白噪声的自协方差仅在k=0时非零）5.A（PACF截尾对应AR模型，阶数为截尾位置）6.A（单整阶数为差分次数d）7.A（MA模型可逆要求特征根在单位圆内）8.C（AR(p)模型PACF在p阶截尾）9.B（X-13ARIMA-SEATS主要消除季节项）10.C（样本容量过大不会导致预测误差增大）二、填空题1.常数；时间间隔2.p3.序列的自相关性（或残差自相关）4.σ²（或常数）；05.q6.非平稳（或随机趋势）；发散（或增大）7.模型诊断8.(1-L^s)（s为季节周期）9.Ljung-Box（或Box-Pierce）10.最小二乘估计三、判断题1.×（平稳序列方差必须为常数）2.√（AR(p)模型PACF在p阶截尾）3.×（ADF原假设是存在单位根）4.×（白噪声仅要求不相关，不一定独立）5.√（MA(q)模型ACF在q阶截尾）6.×（随机游走模型非平稳）7.√（Box-Pierce检验原假设为白噪声）8.×（季节差分消除季节项，趋势项用普通差分）9.√（可逆性由MA部分根的位置决定）10.√（预测误差随预测期增加而累积）四、简答题1.平稳时间序列指均值、方差为常数，自协方差仅与时间间隔有关的序列。分为严平稳（所有阶矩平稳）和宽平稳（仅一阶、二阶矩平稳）。宽平稳是时间序列分析的主要研究对象。2.ACF（自相关函数）用于判断MA模型阶数（q阶截尾）或ARMA模型中MA部分的影响；PACF（偏自相关函数）用于判断AR模型阶数（p阶截尾）或ARMA模型中AR部分的影响。两者结合可识别AR(p)、MA(q)或ARMA(p,q)模型。3.DF检验假设误差项无自相关，ADF检验通过加入滞后差分项消除误差自相关，更适用于实际数据。引入ADF是因为现实中序列误差常存在自相关，DF检验会因忽略自相关导致结论不可靠。4.白噪声检验用于验证模型残差是否为白噪声（无未被提取的信息）。常用方法：Ljung-Box检验（基于残差自相关平方和）、Box-Pierce检验（类似但小样本修正不足）。五、讨论题1.步骤：绘制ACF和PACF图，观察截尾或拖尾位置。若ACF截尾于q阶、PACF拖尾，为MA(q)；若PACF截尾于p阶、ACF拖尾，为AR(p)；若均拖尾，为ARMA(p,q)。易错点：误判截尾位置（如忽略显著性边界）、混淆ACF与PACF的截尾含义。2.处理方法：差分（普通差分或季节差分）、取对数（消除异方差）、拟合趋势模型（如线性趋势）。注意：避免过度差分（导致信息损失）；需检验差分后序列的平稳性；取对数仅适用于非负序列。3.关键环节：残差白噪声检验（验证模型充分性）、参数显著性检验（排除冗余参数）、模型稳定性检验（如AR特征根在单位圆内）。常见问题：残差存在自相关（模型阶数不足）、