2022时间序列分析补考专用试题集及满分答案

2022时间序列分析补考专用试题集及满分答案

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，正确的是（）。A.均值随时间变化B.自协方差函数仅与时间间隔有关C.方差随时间递增D.自相关系数随滞后阶数单调递减2.白噪声序列的自相关函数在滞后k≠0时取值为（）。A.1B.0C.任意常数D.与k相关的函数3.AR(2)模型的平稳性条件是其特征方程的根（）。A.全部在单位圆内B.至少一个在单位圆内C.全部在单位圆外D.至少一个在单位圆外4.MA(q)模型的可逆性条件是其移动平均多项式的根（）。A.全部在单位圆内B.全部在单位圆外C.部分在单位圆内D.部分在单位圆外5.对于ARMA(p,q)模型，其自相关函数（ACF）和偏自相关函数（PACF）的特性是（）。A.ACF拖尾，PACF拖尾B.ACF截尾，PACF拖尾C.ACF拖尾，PACF截尾D.ACF和PACF均截尾6.若时间序列需要d阶差分才能平稳，则适用的模型是（）。A.ARMA(p,q)B.ARIMA(p,d,q)C.SARIMA(p,d,q)(P,D,Q)sD.GARCH(p,q)7.Ljung-Box检验主要用于检验（）。A.序列的平稳性B.模型残差的白噪声性质C.模型的阶数D.序列的季节性8.时间序列预测中，最小均方误差预测的本质是（）。A.条件期望B.无条件期望C.样本均值D.历史最大值9.季节调整的主要目的是（）。A.消除趋势成分B.分离季节成分C.增强随机波动D.提高预测精度10.对于非平稳时间序列，常用的处理方法不包括（）。A.差分B.对数变换C.指数平滑D.直接建模二、填空题（总共10题，每题2分）1.时间序列的基本成分通常包括趋势成分、季节成分、循环成分和________。2.平稳时间序列的均值为________，方差为常数，自协方差函数仅与时间间隔有关。3.AR(1)模型的平稳性条件是自回归系数φ的绝对值________1（填“大于”“小于”或“等于”）。4.MA(1)模型的自相关函数在滞后1阶时为θ/(1+θ²)，滞后k≥2时为________。5.ARMA(p,q)模型的参数估计方法主要有矩估计、________和最小二乘估计。6.单位根检验（如ADF检验）用于判断时间序列是否存在________。7.时间序列的预测误差方差随预测步长的增加而________（填“增大”或“减小”）。8.季节性时间序列的周期s通常取________（如月度数据s=12，季度数据s=4）。9.残差分析中，若残差序列是白噪声，则说明模型对原序列的________已充分提取。10.指数平滑法中，平滑系数α越接近1，对近期数据的权重越________（填“大”或“小”）。三、判断题（总共10题，每题2分）1.所有平稳时间序列的均值一定为0。（）2.白噪声序列的方差必须为1。（）3.AR(2)模型的平稳性条件可通过其自回归系数的约束（如φ₁+φ₂<1，φ₂-φ₁<1，|φ₂|<1）判断。（）4.MA(q)模型的可逆性条件与AR(q)模型的平稳性条件形式相同。（）5.ARIMA(p,d,q)模型要求原序列d阶差分后为平稳序列。（）6.自相关函数（ACF）截尾意味着序列存在短期记忆性。（）7.Ljung-Box检验的原假设是残差序列存在自相关。（）8.季节差分（如12阶差分）可用于消除月度数据的季节性。（）9.预测误差的方差仅与模型参数有关，与预测步长无关。（）10.非平稳序列一定存在单位根。（）四、简答题（总共4题，每题5分）1.简述AR模型与MA模型的主要区别。2.列举三种平稳性检验方法，并说明其核心思想。3.简述ARIMA模型的定阶步骤。4.解释时间序列预测中“无偏预测”的含义，并说明其成立条件。五、讨论题（总共4题，每题5分）1.讨论非平稳时间序列的常见处理方法及其适用场景。2.结合实际案例，说明如何通过ACF和PACF图识别AR(p)、MA(q)和ARMA(p,q)模型。3.分析模型诊断中残差检验的重要性，并说明具体检验内容。4.比较指数平滑法与ARIMA模型在时间序列预测中的优缺点。答案及解析一、单项选择题1.B2.B3.A4.B5.A6.B7.B8.A9.B10.D二、填空题1.随机波动（或不规则成分）2.常数3.小于4.05.极大似然估计6.单位根（或非平稳性）7.增大8.数据周期长度9.信息（或特征）10.大三、判断题1.×（平稳序列均值为常数，不一定为0）2.×（白噪声方差为常数，不一定为1）3.√4.√（MA(q)可逆要求MA多项式根在单位圆外，与AR(q)平稳条件形式一致）5.√6.×（ACF截尾表示短期相关，拖尾表示长期相关）7.×（原假设是残差无自相关）8.√9.×（预测误差方差随步长增加而增大）10.×（非平稳可能由趋势或季节引起，不一定是单位根）四、简答题1.AR模型是当前值与过去值的线性组合，具有无限记忆性（ACF拖尾，PACF截尾）；MA模型是当前值与过去白噪声的线性组合，具有有限记忆性（ACF截尾，PACF拖尾）；AR模型需满足平稳性条件，MA模型需满足可逆性条件。2.（1）图形法：观察时序图是否有趋势或周期性；（2）自相关函数法：平稳序列ACF随滞后阶数增加快速衰减；（3）单位根检验（如ADF检验）：通过检验是否存在单位根判断非平稳性，原假设为存在单位根（非平稳）。3.（1）对原序列进行差分（d阶）使其平稳；（2）计算平稳序列的ACF和PACF图，初步判断p和q的范围；（3）通过AIC、BIC等信息准则选择最优(p,q)组合；（4）验证模型残差是否为白噪声，若否调整阶数。4.无偏预测指预测值的期望等于实际值的期望，即E[ŷₜ₊ₕ|Ωₜ]=E[yₜ₊ₕ|Ωₜ]，其中Ωₜ为t时刻的信息集。成立条件包括模型正确设定、残差均值为0且无自相关。五、讨论题1.常见方法：（1）差分法：适用于趋势非平稳（如ARIMA的d阶差分）；（2）季节差分：适用于季节性非平稳（如SARIMA的D阶季节差分）；（3）变换法（如对数变换）：适用于方差非平稳（如异方差序列）；（4）分解法：分离趋势、季节成分后对剩余序列建模。需根据非平稳来源（趋势/季节/方差）选择方法。2.案例：某季度数据ACF在滞后2阶后截尾，PACF拖尾→MA(2)；PACF在滞后3阶后截尾，ACF拖尾→AR(3)；ACF和PACF均拖尾但在某阶后衰减→ARMA(p,q)。例如，工业产值序列ACF前3阶显著，之后衰减；PACF前2阶显著，之后衰减→可能为ARMA(2,3)。3.残差检验是模型有效性的关键：若残差非白噪声，说明模型遗漏重要信息。检验内容：（1）均值是否为0（t检验）；（2）自相关性（Ljung-Box检验，H₀：无自相关）；（3）正态性（如Jarqu