雨课堂学堂在线学堂云《时间序列分析(大连民族)》单元测试考核答案

第1题下列说法不正确的是()A在统计研究中,一般将按时间顺序排列的一组随机变量称为一个时间序列。B所谓时序图是指横轴表示时间,纵轴表示时间序列的观察值而绘制的图。C称每个时间点同时观察多个变量的时间序列为多元时间序列。D多元时间序列必是非线性时间序列。第2题下列说法正确的是()A连续时间序列一定是平稳时间序列。B离散时间序列一定是非平稳时间序列。C离散时间序列有可能是平稳时间序列,也有可能是非平稳时间序列。D一般按照连续的时间记录的时间序列是线性时间序列。第3题下列说法不正确的是()A一般地,将通过直观的数据比较或绘图观测,寻找序列中蕴含的发展规律的方法称为描述性时间序列分析。B从时间序列分析方法的发展历史来看,其大致可分为两类:频域分析方法和时域分析方法。C古埃人利用数理统计学原理分析了尼罗河涨落观察值序列内在的相关关系。D频域分析方法也称为“谱分析”方法。第1题随机过程仅仅是时间序列的特殊情况。()第2题严平稳时间序列一定是宽平稳时间序列。()第3题宽平稳时间序列一定是严平稳时间序列。()第4题平稳时间序列的相关矩阵是非负定的。()第5题一个平稳时间序列唯一决定了它的自相关函数,但是一个自相关函数未必唯一对应一个平稳时间序列。()第6题对于一个平稳时间序列的延迟k自相关函数ρ(k)来说,下列说法不正确的是()Aρ(0) = 1B|ρ(k)| ≤ 1Cρ(k) =ρ(−k)Dρ(k) ≠ρ(−k)第7题关于严平稳时间序列和宽平稳时间序列,下列说法正确的是()A服从柯西分布的严平稳序列是宽平稳序列。B正态时间序列一定是宽平稳时间序列。C对于正态随机序列而言,严平稳一定宽平稳,宽平稳也一定严平稳。D严平稳时间序列一定是宽平稳时间序列。第8题下列说法不正确的是()A理论上,时间序列的所有统计性质都可通过有限维分布族推导出来。B时间序列的均值函数反应的是该序列在各个时刻的平均取值水平。C时间序列的方差函数反应的是该序列围绕其均值做随机波动时的平均波动程度。D时间序列的自协方差函数和自相关函数反应了不同时刻的两个随机变量的波动水平。作业1.3第1题关于模型识别过程,下列说法不正确的是()A所谓模型识别就是根据时间序列的统计特征选择适当的拟合模型。B相关图能够显示出序列变化的趋势性和周期性等特征。C一般来讲,判别时间序列的平稳性有两种方法,一种是图检验法;另一种是构造统计量进行假设检验的方法。D单位根检验法是根据时序图和自相关图显示的特征做出平稳性判别的方法。第2题关于模型估计过程,下列说法不正确的是()A矩估计方法是用样本矩代替相应的总体矩,并通过求解相应的方程而得到参数估计的方法。B极大似然估计是使得样本出现概率最大,也就是使得似然函数达到最大而得到参数估计的方法。C最小二乘估计是使得模型拟合的残差平方和达到最小,从而求得参数估计的方法。D上述三种参数估计方法中,矩估计方法完全利用了样本信息,因此估计效率和估计精度最高。第3题关于模型检验过程,下列说法不正确的是()A所谓诊断性检验指的是模型参数的显著性检验。B模型的显著性检验主要是检验模型的有效性。C模型参数的显著性检验主要是检验模型中每一个参数是否显著异于零。D如果多个模型通过了检验,那么可以引进一些信息准则来进行模型优化,从而找到其中最优模型。作业1.4第1题下列说法不正确的是()A所谓时序图就是一张二维平面图,一般横坐标表示时间,纵坐标表示序列取值。B所谓自相关图是平面上的悬垂线图,横坐标表示延迟时期数,纵坐标表示自相关系数。悬垂线表示自相关系数的大小。C通过观察自相关图,能够大致获得不同时刻序列值之间的相关关系。D通过观察时序图,能够轻易获得不同时刻序列值之间的相关关系。第2题如果时间序列{Xt,t∈T}是一个纯随机序列,则下列说法正确的是()A{Xt,t∈T}是一个正态序列。B∀t∈T,有E(Xt) = 0。C∀t∈T,有γ(t,t) =σ2。D∀t,s∈T,有γ(t,s) =σ2。第3题设{Xt,t∈T}是一个白噪声序列,ρ̂(k)为该序列延迟k(>0)期的样本自相关函数,则下列说法不正确的是()Aρ̂(k)近似服从均值为零,且方差为序列观察期数倒数的正态分布。B统计量QBP近似服从自由度为m的卡方分布。C统计量QLB近似服从自由度为m的卡方分布。D统计量QBP小于χ1 −α2(m)分位数,或它的p值大于α时,则以1 −α的置信水平拒绝原假设,并有理由认为该序列为非白噪声序列。第4题若序列长度是100,前12个样本自相关系数如下:ρ̂(1) = 0.02,ρ̂(2) = 0.05,ρ̂(3) = 0.10,ρ̂(4) =  − 0.02,ρ̂(5) = 0.05,ρ̂(6) = 0.01,ρ̂(7) = 0.12,ρ̂(8) =  − 0.06,ρ̂(9) = 0.08,ρ̂(10) =  − 0.05,ρ̂(11) = 0.02,ρ̂(12) =  − 0.05.且置信水平为α= 0.05,则该序列为()A纯随机序列B非白噪声序列C不能确定D既不是白噪声序列,又不是非白噪声序列作业2.1第1题关于n阶齐次线性差分方程xt+a1xt− 1+ … +anxt−n= 0的下列说法中正确的是()A它的特征根一定为实数B它的特征根一定非零C它不一定有n个特征根D它一定有n个实特征根第2题模型xt−xt− 1=εt− 0.9εt− 4的滞后算子表达式为()A(1−B)xt= (1−0.9B4)εtB(1−B)xt=εt− 0.9B4εtC(1−B)xt=εt− 0.9εt− 4Dxt−xt− 1= (1−0.9B4)εt作业2.2第1题已知某个平稳AR(1)模型为xt= 0.7xt− 1+εt,其中εt∼WN(0,

1),则下列数字特征正确的是()AExt= 0BVar(xt) = 0.51Cρ(2) = 0.5Dϕ22= 0.2第2题已知某个平稳AR(2)模型为(1−0.5B)(1−0.3B)xt=εt,其中εt∼WN(0,σε2),则下列选项正确的是()Aϕ11= 0.22Bϕ22=  − 0.22Cϕ33=  − 0.45Dϕ44= 0第3题已知平稳AR(1)模型xt=ϕ1xt− 1+εt,其中εt∼WN(0,σε2),则下列选项中不正确的是()AVar(xt)=σε21−ϕ12B，γ(k)=ϕ1kσε21−ϕ12，k≥1

Cρ(k) =ϕ1k，k≥ 0Dϕkk≠ 0，k≥ 0作业2.3第1题MA(1)模型xt=εt−θ1εt− 1的自相关函数中正确的为()Aρ(0) = 1Bρ(1) =  −θ1Cρ(2) =  −θ1Dρ(3) =  −θ1第2题关于两个MA(1)模型(1)xt=εt−θ1εt− 1和(2)xt=εt−1θ1εt−1,下列叙述正确的是()A如果|θ1| < 1,那么模型(1)不具有逆转形式。B如果|θ1| < 1,那么模型(1)具有逆转形式。C如果|θ1| < 1,那么模型(2)具有逆转形式。D如果|θ1| > 1,那么模型(2)不具有逆转形式。第3题关于MA(2)模型xt=εt−θ1εt− 1−θ2εt− 2的可逆性,下列说法中正确的是()A当|θ2| < 1时,该模型可逆。B当|θ2| > 1时,该模型可逆。C当|θ2| < 1,且θ2±θ1< 1时,该模型可逆。D当|θ2| > 1,且θ2±θ1< 1时,该模型可逆。第4题模型xt=εt− 0.9εt− 1+ 0.3εt− 2是非可逆的。()第5题模型xt=εt+ 1.3εt− 1− 0.4εt− 2是非可逆的。()作业2.4第1题设如下ARMA(2,2)模型:Φ(B)xt= 3 +Θ(B)εt,其中,Φ(B) = (1−0.5B)2,εt∼WN(0,σε2),则Ext的值为()A10B11C12D13第2题关于模型xt=  − 0.8xt− 1+ 0.5xt− 2+εt− 1.1εt− 1下列说法正确的是()A既不平稳也不可逆B平稳但不可逆C可逆但不平稳D既平稳又可逆作业3.1第1题下列关于AR(p)模型的定阶原则中叙述正确的是()A样本自相关函数拖尾,而样本偏自相关函数p阶截尾。B样本自相关函数p阶截尾,而样本偏自相关函数拖尾。C样本自相关函数和样本偏自相关函数都p阶截尾。D样本自相关函数和样本偏自相关函数都拖尾。第2题下列关于MA(q)模型的定阶原则中叙述正确的是()A样本自相关函数拖尾,而样本偏自相关函数q阶截尾。B样本自相关函数q阶截尾,而样本偏自相关函数拖尾。C样本自相关函数和样本偏自相关函数都q阶截尾。D样本自相关函数和样本偏自相关函数都截尾。第3题下列关于ARMA(p,q)模型的定阶原则中叙述正确的是()A样本自相关函数拖尾,而样本偏自相关函数p阶截尾。B样本自相关函数q阶截尾,而样本偏自相关函数拖尾。C样本自相关函数和样本偏自相关函数都q阶截尾。D样本自相关函数和样本偏自相关函数都拖尾,在实际建模时,p和q的值一般从小到大逐步尝试。作业3.2第1题对于AR(2)模型:xt=ϕ1xt− 1+ϕ2xt− 2+εt,关于未知参数ϕ1和ϕ2的矩估计ϕ̂1和ϕ̂2说法中正确的是()Aϕ^1=ρ^(1)1−ρ^(2)1−[ρ^(1)]2Bϕ^2=ρ^(2)1−ρ^(2)1−[ρ^(1)]2Cϕ^1=[ρ^(2)]2−[ρ^(1)]21−[ρ^(1)]2Dϕ^2=[ρ^(2)]2−ρ^(1)1−[ρ^(1)]2第2题对于可逆的MA(1)模型:xt=εt−θ1εt− 1,关于未知参数θ1的矩估计θ̂1说法中正确的是()Aθ^1=−1±1−4ρ^2(1)2ρ^(1)Bθ^1=−1+1−4ρ^2(1)2ρ^(1)Cθ^1=−1+1−4ρ^(1)2ρ^(1)Dθ^1=−1+1−4ρ^2(1)ρ^(1)第3题模型估计的常用方法包含矩估计、最小二乘估计和极大似然估计。()第4题极大似然估计是使得模型拟合的残差平方和达到最小的估计方法。()第5题最小二乘估计是使得样本出现概率最大的估计。()作业3.3第1题若一个拟合模型通过了检验,说明在一定的置信水平下,该模型能够有效地拟合观察值序列,但是这种有效模型并不唯一,当多个模型同时都通过了检验,那么选择哪个模型用于统计推断更好呢?为了解决这个问题,人们引进AIC、BIC信息量准则,那么关于这些准则的说法正确的是()AAIC或BIC函数的值越大,模型越优。BAIC函数的值越小,模型越优;BIC函数的值越大,模型越优。CAIC函数的值越大,模型越优。DAIC或BIC函数的值越小,模型越优。第2题下列关于模型检验的说法中错误的是()A一个好的拟合模型应该提取了观察值序列的几乎全部相关信息,因而拟合残差项中将不再蕴含相关信息,也即残差序列应该为白噪声序列。B一个好的拟合模型应该是最精简的模型。换句话说,拟合模型不再含有任何冗余参数。C模型诊断性检验一般包含模型残差序列的白噪声检验和模型参数的显著性检验。D模型诊断性检验就是模型残差序列的白噪声检验。第3题在实际应用中,我们总是从所有通过检验的模型中选择使得AIC或BIC函数达到最小的模型为相对最优模型。()第4题中心化ARMA(p,q)模型的AIC函数为:AIC=nln(σ̂ε2) + 2(p+q+1)。()第5题非中心化ARMA(p,q)模型的BIC函数为:BIC=nln(σ̂ε2) + ln (n)(p+q+2)。()作业3.4第1题最小均方误差预测是xt+l关于t时刻之前序列历史信息Θt的条件期望。()第2题线性最小方差预测就是xt+l在历史信息Θt张成的线性空间中的投影。()第3题最小均方误差预测既具有许多优良性质,又计算简便,因此其他预测方法可以不予考虑。()作业4.1第1题Wold定理表明,任何离散平稳序列xt都可以分解为不相关的两个部分Qt和ηt之和,其中Qt是确定性部分,ηt为非确定性的随机序列。关于这两部分下列说法错误的是()AQt由历史信息完全确定Bηt=∑k=0∞φkεt−k,其中εt是零均值白噪声序列;

φ0=1,

∑k=0∞φk2<∞CExt=QtDVar(xt) = 0第2题Cramer定理表明,任何时间序列xt都可以分解为两个部分Dt和ξt之和,关于这一分解下列说法错误的是()ADt是多项式决定的确定性趋势部分BDt由历史信息完全确定Cξt为平稳的零均值误差成分构成的非确定性的随机序列Dξt为非平稳的零均值误差成分构成的非确定性的随机序列第3题下列关于数据分解的说法中错误的是()A一般地,若季节变动随着时间的推移保持相对不变,则使用加法模型。B一般地,若季节变动随着时间的推移递增或递减,则使用乘法模型。C一般地,在数据分解时,使用加法模型,还是使用乘法模型并没有规律。D一般地,在数据分解时,使用加法模型,还是使用乘法模型是由数据本身特点决定的。作业4.2第1题所谓趋势拟合法,就是把时间作为自变量,相应的序列观察值作为因变量,建立序列值随时间变化的回归模型的方法。()第2题一般地,趋势拟合法可以具体分为线性拟合和曲线拟合两种。()第3题如果长期趋势呈现线性特征,那么我们可以用如下线性关系来拟合xt=a+bt+It,式中It为白噪声序列。()第4题在Python中,可以用模块statsmodels.formula.api中的最小二乘方法拟合线性模型。()第5题在进行曲线拟合时,应遵循的一般原则是,能转换成线性模型的就转换成线性模型,用线性最小二乘法进行参数估计;不能转换成线性模型的,就用迭代法进行参数估计。()作业4.3第1题下列关于中心化移动平均法的说法错误的是()A采用奇数项求移动平均,只需要移动平均一次就得到长期趋势估计值。B采用奇数项求移动平均,需要移动平均两次才能得到长期趋势估计值。C采用偶数项求移动平均时,需要两次移动平均才能得到长期趋势估计值。D在实际的操作中,为消除季节变化的影响,移动平均项数应等于季节周期的长度。第2题下列关于二次移动平均法的说法中正确的是()A二次移动平均法是在简单移动平均法得到的序列基础上再进行的一次移动平均。B移动项数的选择不会对二次移动平均法产生影响。C若时间序列存在明显的线性趋势,则一般用简单移动平均法进行平滑。D二次移动平均法不能用于预测。第3题所谓移动平均法,就是通过取该时间序列特定时间点周围一定数量的观察值的平均来平滑时间序列不规则的波动部分,不规则的波动部分。()第4题中心化移动平均法就是通过以时间序列特定时间点为中心,取其前后观察值的平均值作为该时间点的趋势估计值。()第5题移动项数的选择不会对移动平均法产生影响()第6题简单移动平均法的基本思想是,对于一个时间序列来讲,假定在一个比较短的时间间隔里,序列的取值是比较稳定的,它们之间的差异主要是由随机波动造成的。根据这种假定,可以用一定时间间隔内的平均值作为下一期的估计值。()第7题简单移动平均法适合于含有明显趋势的时间序列数据的平滑。()第8题简单移动平均法一般仅用于时间序列的向前一步预测。()第9题在Python中,可以通过调用模块Pandas中DataFrame下的函数rolling()和mean()来作简单移动平均趋势拟合。()作业4.4第1题下列关于简单指数平滑方法的论述中,正确的是()A使用简单指数平滑法预测任意l期的预测值都是常数。B简单指数平滑法常用来预测非平稳时间序列。C平滑系数α的值由序列变化决定,一般地,变化缓慢的序列常取较大值。D平滑系数α的值由序列变化决定,一般地,变化迅速的序列,常取较小的值。第2题下列关于Holt线性指数平滑方法的论述中,正确的是()AHolt线性指数平滑方法只能预测向前1期的预测值。BHolt线性指数平滑方法用来平滑有季节趋势的时间序列数据。C平滑系数α，β决定了平滑程度。D平滑系数α，β不能决定平滑程度。第3题指数平滑方法也是一种加权平均方法,它考虑了时间的远近对t时期趋势估计值的影响,假定各期权重随着时间间隔的增大呈指数递减形式。()第4题简单指数平滑方法主要用来平滑无季节变化或趋势变化的时序观察值。()第5题对于含有线性趋势的数据,往往采用Holt线性指数平滑方法。()第6题Holt-Winters指数平滑法主要用来平滑无趋势的时间序列数据。()作业4.5第1题所谓季节指数,就是用简单平均法计算的周期内各时期季节性影响的相对数。()第2题季节指数反映了季度内各期平均值与总平均值之间的一种比较稳定的关系。()第3题季节指数大于1,就说明季度内该期的值常常会低于总平均值()第4题季节指数小于1,就说明季度内该期的值常常高于总平均值()作业5.1第1题关于非平稳时间序列Yt,下列说法中正确的是()A等式E(Yt) =μ,Var(Yt) =σ2,Cov(Yt，Ys) =γ(t−s)同时成立。B等式E(Yt) =μ,Var(Yt) =σ2,Cov(Yt，Ys) =γ(t−s)不同时成立。C等式E(Yt) =μ,Var(Yt) =σ2必同时成立。D等式Var(Yt) =σ2,Cov(Yt，Ys) =γ(t−s)必同时成立。第2题非平稳时间序列数据具有如下两种形式:确定性趋势时间序列和随机性趋势时间序列。()第3题确定性趋势时间序列是指序列的期望随着时间而变化,而协方差却平稳的非平稳时间序列。()作业5.2第1题关于差分的本质,下列说法中错误的是()A1阶差分本质上是一个1阶自回归过程。Bm阶差分本质上是一个m阶自回归过程。C借助于差分运算可以提取序列趋势信息。D差分运算并不能够提取序列趋势信息。第2题关于过差分现象,下列说法中正确的是()A过差分现象就是指由于对序列恰当地使用差分运算而导致有效信息浪费,估计精度下降的现象。B过差分现象就是指由于对序列不恰当地使用差分运算而导致有效信息浪费,估计精度下降的现象。C处理确定性趋势时间序列最好的办法就是不断地做差分运算。D处理随机性趋势的时间序列最好采用减去趋势部分的方法来去趋势。第3题一般地,经过有限阶的差分运算可以提取趋势信息,但是有过差分的风险。()第4题在实际数据分析中,通常用1阶差分可提取线性趋势,2阶或3阶等低阶差分可提取曲线趋势,而对于含有季节趋势的数据,通常选取差分的步长等于季节的周期可较好地提取季节信息。()作业5.3第1题下列关于求和自回归移动平均模型ARIMA(p,d,q)的说法中正确的是()A在模型中p是d阶差分序列的移动平均阶数。B在模型中q是d阶差分序列的移动平均阶数。C在模型中q是d阶差分序列的自回归阶数。D在模型中p是差分序列的差分阶数。第2题下列关于求和自回归移动平均模型ARIMA(p,d,q)的说法中正确的是()A当d= 0时,ARIMA(p,d,q)模型就是ARIMA(p,q)模型。B当p= 0时,ARIMA(p,d,q)模型就是ARI(p,d)模型。C当q= 0时,ARIMA(p,d,q)模型就是IMA(d,q)模型。D当d= 1时,ARIMA(p,d,q)模型就是著名的随机游走模型。第3题下列关于求和自回归移动平均模型ARIMA(p,d,q)的说法中正确的是()A其广义自回归系数多项式有d个零点在单位圆内。B其广义自回归系数多项式有p个零点在单位圆内。C其广义自回归系数多项式有p个零点在单位圆外。D其广义自回归系数多项式有d个零点在单位圆外。第4题疏系数模型不是求和自回归移动平均模型。()第5题疏系数模型是求和自回归移动平均模型的一种特殊形式。()作业5.4第1题下列关于Durbin-Watson检验的说法中,正确的是()A当DW∈ (0,mL)时,残差序列负相关。B当DW∈ (0,mL)时,残差序列正相关。C当DW∈ (4−mL,

4)时,残差序列正相关。D当DW∈ (4−mL,

4)时,残差序列不相关。第2题当回归因子包含延迟因变量时,DW统计量是个有偏的统计量。()第3题当回归因子包含延迟因变量时,DW统计量的修正统计量Dh是个有偏的统计量。()作业6.1第1题已知季节周期为的阶季节移动平均模型的系数多项式为则下列结论正确的是()A若的根都在单位圆内,则该模型可逆。B若的根都在单位圆上,则该模型可逆。C若的根都在单位圆外,则该模型可逆。D若的根都在单位圆外,则该模型不可逆。第2题已知季节周期为的阶季节自回归模型的系数多项式为则下列结论正确的是()A若的全部根的绝对值均大于1,则该模型为平稳的。B若的全部根的绝对值均小于1,则该模型为平稳的。C若的全部根的绝对值均大于1,则该模型为不平稳的。D若的全部根的绝对值均小于1,则该模型平稳性不能确定。作业6.2第1题已知季节周期为的乘积季节模型为其中,AR系数多项式和MA系数多项式分别为和,则下列说法中正确的是()A该模型可以看做AR阶数为,MA阶数为的ARMA模型的特例。B该模型仅有个系数非零。C该模型仅有个系数非零。D该模型仅有个系数非零。作业7.1第1题在对回归模型Yt=β0+β1Xt+ξt做显著性检验时,由于样本的随机性,拒真错误始终都会存在,不过通过设置显著性水平α可以控制犯拒真错误的概率。构造t检验统计量如下:t=β1σβ1则下列说法正确的是()A当响应序列和输入序列都平稳时,在|t|≤tα2(n)的条件下,可以将拒真错误发生的概率控制在显著性水平α内。B当响应序列和输入序列都平稳时,t统计量服从自由度为n2的t分布。C当响应序列或输入序列不平稳时,在|t|≤tα2(n)的条件下,可以将拒真错误发生的概率控制在显著性水平α内。D当响应序列或输入序列不平稳时,t统计量服从自由度为n2的t分布。第2题下列关于产生伪回归的原因叙述正确的是()A产生伪回归的原因是在平稳场合,参数t检验统计量不再服从t分布。B产生伪回归的原因是在平稳场合,参数t检验统计量不再服从χ2分布。C产生伪回归的原因是在非平稳场合,参数t检验统计量不再服从t分布。D产生伪回归的原因是在非平稳场合,参数t检验统计量不再服从χ2分布。作业7.2第1题单整衡量的是单个序列的平稳性,关于它的说法中正确的是()A两个单整序列的线性组合序列为阶数小于等于这两个单整序列阶数的最大值的单整序列。B两个单整序列的线性组合序列为阶数大于等于这两个单整序列阶数的最大值的单整序列。C两个单整序列的线性组合序列为阶数小于这两个单整序列阶数的最大值的单整序列。D两个单整序列的线性组合序列为阶数大于这两个单整序列阶数的最大值的单整序列。第2题关于DF检验的说法中正确的是()A在无漂移项一阶自回归情形下,检验统计量t=(ϕ^−1)S(ϕ^)服从传统的t分布。B在无漂移项一阶自回归情形下,检验统计量t=(ϕ^−1)S(ϕ^)服从Dickey-Fuller分布。C若t统计量大于DF检验临界值,则拒绝原假设,说明序列不存在单位根。D若t统计量小于DF检验临界值,则接受原假设,说明序列存在单位根。第3题下列关于KPSS检验的说法中正确的是()A如果KPSS检验统计量大于∫01V1(r)dr或∫01V2(r)dr的(1−α)分位数,那么可以拒绝序列为平稳的假设。B如果KPSS检验统计量小于∫01V1(r)dr或∫01V2(r)dr的(1−α)分位数,那么可以拒绝序列为平稳的假设。C如果KPSS检验统计量大于∫01V1(r)dr的α分位数,那么可以接受序列为平稳的假设。D如果KPSS检验统计量小于∫01V2(r)dr的α分位数,那么可以接受序列为平稳的假设。第4题在实际问题中,应用最广的平稳性统计检验方法是单位根检验方法。()第5题一般地,把经过一次差分运算后变为平稳的序列称为一阶单整序列。()第6题ADF检验是DF检验在自相关阶数为1时的一个特例。()作业7.3第1题下列关于协整向量的说法中正确的是()A如果xt有两个协整向量α1和α2,那么k1α1+k2α2(k1,k2不同时为零)不是xt的一个协整向量。B如果xt有两个协整向量α1和α2,那么k1α1+k2α2(k1,k2不同时为零)是xt的一个协整向量。C如果xt有两个协整向量α1和α2,那么k1α1+k2α2(k1,k2不同时为零)不一定是xt的一个协整向量。D如果xt有两个协整向量α1和α2,那么k1α1+k2