2022自考时间序列分析历年真题及标准答案

2022自考时间序列分析历年真题及标准答案

一、单项选择题（总共10题，每题2分）1.下列时间序列中，属于平稳时间序列的是（）A.具有趋势项的GDP序列B.白噪声序列C.包含季节成分的温度序列D.随机游走序列2.自相关函数（ACF）反映的是时间序列中（）A.不同滞后阶数的观测值与当前值的线性相关程度B.观测值与均值的偏离程度C.残差的方差特性D.偏自相关关系3.ARMA(1,1)模型的平稳条件取决于（）A.MA部分的系数B.AR部分的系数C.常数项D.误差项方差4.白噪声序列的自相关系数在所有非零滞后阶数上（）A.显著不为0B.近似为0C.呈指数衰减D.呈正弦波动5.单位根检验的主要目的是（）A.检验序列是否存在异方差B.检验序列是否平稳C.检验模型参数是否显著D.检验残差是否为白噪声6.偏自相关函数（PACF）截尾于k阶，说明该序列可能服从（）A.AR(k)模型B.MA(k)模型C.ARMA(p,q)模型D.随机游走模型7.季节调整的主要目的是（）A.消除序列中的随机波动B.分离出季节成分C.增强趋势成分D.使序列变为白噪声8.Box-Jenkins方法的核心步骤不包括（）A.模型识别B.模型估计C.模型预测D.模型简化9.对非平稳时间序列进行d阶差分后变为平稳序列，该序列称为（）A.平稳序列B.单整序列I(d)C.协整序列D.趋势平稳序列10.时间序列预测中，均方误差（MSE）衡量的是（）A.预测的偏差大小B.预测的精度C.模型的拟合优度D.残差的自相关性二、填空题（总共10题，每题2分）1.时间序列是指同一现象在不同（）上的观测值按时间顺序排列形成的序列。2.平稳时间序列的均值和方差不随（）改变。3.AR(1)模型的平稳条件是自回归系数的绝对值（）。4.若时间序列的ACF拖尾、PACF截尾于p阶，则该序列可拟合（）模型。5.单位根检验的原假设是序列存在（）。6.白噪声序列的方差估计通常使用（）的无偏估计。7.季节分解法将时间序列分解为趋势成分、季节成分和（）。8.MA(q)模型的可逆条件是移动平均多项式的根（）单位圆。9.Box-Pierce检验用于检验残差是否为（）。10.时间序列预测误差的方差随预测期数的增加而（）。三、判断题（总共10题，每题2分）1.平稳时间序列的方差会随时间变化。（）2.AR(2)模型的平稳条件是其特征方程的根全部位于单位圆外。（）3.白噪声序列的自相关系数在所有滞后阶数上都严格为0。（）4.单位根存在意味着时间序列非平稳。（）5.ACF拖尾、PACF截尾的序列应拟合MA模型。（）6.季节调整后的序列会保留原序列的趋势和随机成分。（）7.MA(q)模型的可逆性要求其MA多项式的根在单位圆内。（）8.Box-Jenkins方法仅包括模型识别和估计，不涉及诊断。（）9.确定差分次数d时，通常通过ADF检验判断差分后序列的平稳性。（）10.时间序列预测中，远期预测的误差方差通常小于近期预测。（）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主要特征。2.说明ARMA模型识别的主要依据（基于ACF和PACF）。3.单位根检验的目的是什么？常用的检验方法有哪些？4.白噪声检验在时间序列分析中的意义是什么？常用的检验方法有哪些？五、讨论题（总共4题，每题5分）1.结合Box-Jenkins方法，论述时间序列建模的主要流程。2.比较AR模型与MA模型的区别与联系。3.时间序列预测的主要方法有哪些？各自适用于什么场景？4.非平稳时间序列的常见处理方法有哪些？请举例说明。答案及解析一、单项选择题1.B2.A3.B4.B5.B6.A7.B8.D9.B10.B二、填空题1.时间点2.时间3.小于14.AR(p)5.单位根6.样本方差7.随机成分8.位于9.白噪声10.增大三、判断题1.×2.√3.×（理论上为0，实际估计中可能有小误差）4.√5.×（应拟合AR模型）6.√7.×（根应在单位圆外）8.×（包括诊断）9.√10.×（远期误差更大）四、简答题1.平稳时间序列指均值、方差和协方差不随时间变化的序列。特征：均值为常数；方差有限且不随时间改变；k阶协方差仅与滞后k有关，与时间起点无关。2.AR(p)模型：ACF拖尾，PACF截尾于p阶；MA(q)模型：ACF截尾于q阶，PACF拖尾；ARMA(p,q)模型：ACF和PACF均拖尾。3.目的是检验时间序列是否存在单位根（即是否非平稳）。常用方法：DF检验（Dickey-Fuller）、ADF检验（扩展DF检验，允许存在滞后项）。4.意义：若模型残差为白噪声，说明模型已充分提取序列信息；若不是，则模型可能遗漏重要成分。方法：Box-Pierce检验、Ljung-Box检验（改进版）。五、讨论题1.流程：①识别：通过ACF、PACF或单位根检验确定模型类型（AR/MA/ARMA）及阶数；②估计：用最小二乘法或极大似然法估计参数；③诊断：检验残差是否为白噪声，若否需调整模型；④预测：利用拟合模型进行外推预测。2.区别：AR模型用过去值线性组合表示当前值，PACF截尾；MA模型用过去误差线性组合表示当前值，ACF截尾。联系：均可表示平稳序列，高阶AR/MA可相互近似，ARMA是两者的结合。3.方法及场景：①ARMA/ARIMA：适用于平稳或差分后平稳的序列；②指数平滑：适用于有趋势或季节成分的短序列；③趋势外推：适用于长期趋势明显的序列；④状态空间模型：适