时间序列分析习题
一、填空题
1．时间序列有两个组成要素：一是，二是。
2．在一个时间序列中，最早出现的数值称为，最晚出现的数值称为。
3．时间序列可以分为时间序
列、时间序列和时间
序列三种。其中
是最基本的序列。
4．绝对数时间序列可以分为和两种，其中，序列中不同时间的数值相加有实际意义的是序列，不同时间的数值相加没有实际意义的是序列。
5．已知某油田1995年的原油总产量为200万吨，2000年的原油总产量是459万吨，则“九五”计划期间该油田原油总产量年平均增长速度的算式为。
6．发展速度由于采用的基期不同，分为和两种，它们之间的关
系可以表达为。
7．设i=1，2，3，…，n，a i为第i个时期经济水平，则a i/a0是发展速度，a i/a i-1是发展速度。
8．计算平均发展速度的常用方法有方程式法和.
9．某产品产量1995年比1990年增长了105%，2000年比1990年增长了306．8％，则该产品2000年比1995增长速度的算式是。
10．如果移动时间长度适当，采用移动平均法能有效地消除循环变动和。
11．时间序列的波动可分解为长期趋势变动、、循环变动和不规则变动。
12．用最小二乘法测定长期趋势，采用的标准方程组是。
二、单项选择题
1．时间序列与变量数列( )
A都是根据时间顺序排列的B都是根据变量值大小排列的
C前者是根据时间顺序排列的，后者是
根据变量值大小排列的
D前者是根据变量值大小排列的，后者是根据时间顺序排列的
2．时间序列中，数值大小与时间长短有直接关系的是( )
A平均数时间序列B时期序列C时点序列D相对数时间序列
3．发展速度属于( )
A比例相对数B比较相对数C 动态相对数D强度相对数
4．计算发展速度的分母是( )
A报告期水平B基期水平C实际水平D计划水平
则该车间上半年的平均人数约为( )
A 296人
B 292人
C 295 人
D 300人
6．某地区某年9月末的人口数为150
万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( )
A150万人B150．2万人C150．1万人D无法确定
7．由一个9项的时间序列可以计算的环比发展速度( )
A有8个B有9个C有10个D有7个
8．采用几何平均法计算平均发展速度的依据是( )
A各年环比发展速度之积等于总速度B各年环比发展速度之和等于总速度
C各年环比增长速度之积等于总速度D各年环比增长速度之和等于总速度
9．某企业的科技投,3,2000年比1995年增长了58．6％，则该企业1996—2000年间科技投入的平均发展速度为( )
A 5%6.58
B 5%6.158
C 6%6.58
D 6%
158
6.
10．根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存栏数，采用的公式是( )
A简单平均法B几何平均法C 加权序时平均法D首末折半法
11．在测定长期趋势的方法中，可以形成数学模型的是( )
A 时距扩大法B移动平均法C最小平方法D季节指数法
三、多项选择题
1．对于时间序列，下列说法正确的有( )
A序列是按数值大小顺序排列的B 序列是按时间顺序排列的
C序列中的数值都有可加性D 序列是进行动态分析的基础
E编制时应注意数值间的可比性
2．时点序列的特点有( )
A数值大小与间隔长短有关B数值大小与间隔长短无关
C数值相加有实际意义D数值相加没有实际意义E数值是连续登记得到的
3．下列说法正确的有( )
A平均增长速度大于平均发展速度
B 平均增长速度小于平均发展速度
C 平均增长速度=平均发展速度-1
D 平均发展速度=平均增长速度-1
E 平均发展速度×平均增长速度=1
4．下列计算增长速度的公式正确的有
( )
A 增长速度=%100?基期水平
增长量 B 增长速度= %100?报告期水平增长量
C 增长速度= 发展速度—100％
D 增长速度=%100?-基期水平
基期水平报告期水平
E 增长速度= %100?基期水平报告期水平
5．采用几何平均法计算平均发展速度的公式有( )
A 1
23
1201-????=n n a a a a a a a a n x B 0a a n x n = C
1a a n x n = D R n x = E n
x x ∑=
根据上述资料计算的下列数据正确的有( )
A第二年的环比增长速度二定基增长速度=10％
B第三年的累计增长量二逐期增长量=200万元
C第四年的定基发展速度为135％
D第五年增长1％绝对值为14万元
E第五年增长1％绝对值为13．5万元
7．下列关系正确的有( )
A环比发展速度的连乘积等于相应的定基发展速度
B定基发展速度的连乘积等于相应的环比发展速度
C环比增长速度的连乘积等于相应的定基增长速度
D环比发展速度的连乘积等于相应的定基增长速度
E平均增长速度=平均发展速度-1
8．测定长期趋势的方法主要有( )
A时距扩大法B方程法C最小平方法D移动平均法E几何平均法
9．关于季节变动的测定，下列说法正确的是( )
A目的在于掌握事物变动的季节周期性
B常用的方法是按月(季)平均法
C需要计算季节比率
D按月计算的季节比率之和应等于400％
E季节比率越大，说明事物的变动越处于淡季
10．时间序列的可比性原则主要指( )
A时间长度要一致B经济内容要一致C计算方法要一致D总体范围要一致
E计算价格和单位要一致
四、判断题
1．时间序列中的发展水平都是统计绝对数。( )
2．相对数时间序列中的数值相加没有实际意义。( )
3．由两个时期序列的对应项相对比而产生的新序列仍然是时期序列。( )
4．由于时点序列和时期序列都是绝对数时间序列，所以，它们的特点是相同的。( )
5．时期序列有连续时期序列和间断时期序列两种。( )
6．发展速度可以为负值。( )
7．只有增长速度大于100％才能说明事物的变动是增长的。( )
8．季节比率=同月平均水平／总的月水平平均( )
9．年距发展速度=年距增长速度+1( )
10．采用几何平均法计算平均发展速度时，每一个环比发展速度都会影响到平均发展速度的大小。( )
11．所有平均发展水平的计算采用的都是算术平均数方法。( )
12．移动平均法可以对现象变动的长期趋势进行动态预测。( )
13．平均增长速度可以直接根据环比增长速度来计算。( )
五、简答题
1．编制时间序列应注意哪些问题?
2．简述时点序列和时期序列的特点。
3．根据所学的动态分析方法，举例说明时间序列有哪些用途。
4．为什么说相对数时间序列和平均数时间序列是派生序列?
5．简述计算动态平均数所使用的计算方法。
6．季节变动的测定常用什么方法?简述其基本原理。
六、计算题
1．某公司某年9月末有职工250人，10月上旬的人数变动情况是：10月4日新招聘12名大学生上岗，6日有4名老职工退休离岗，8日有3名青年工人应征入伍，同日又有3名职工辞职离岗，9日招聘7名营销人员上岗。试计算该公司10月上旬的平均在岗人数。
2．某银行2001年部分月份的现金库存额资料如下：
要求：(1)具体说明这个时间序列属于哪一种时间序列。
(2)分别计算该银行2001年第一季度、第二季度和上半年的平均现金库存额。
要求计算：①第一季度平均人数；②上半年平均人数。
4．某企业2001年上半年的产量和单位成本资料如下：
试计算该企业2001年上半年的产品平均单位成本。
5．某地区1996—2000年国民生产总值数据如下：
要求：(1)计算并填列表中所缺数字。
(2)计算该地区1997—2001年间的平均国民生产总值。
(3)计算1998—2001年间国民生产总值的平均发展速度和平均增长速度。6．根据下列资料计算某地区第四季度在业人口数占劳动力资源人口的平均比重。
7．某企业第四季度总产值和劳动生产率资料如下：
要求：(1)计算该企业第四季度的月平均劳动生产率。
(2)计算该企业第四季度劳动生产率。
8．某公司1990—2000年的产品销售数据如下(单位：万元)：
要求：(1)应用三年和五年移动平均法计算趋势值。
(2)应用最小平方法配合趋势直线，并计算各年的趋势值。
9．某市某产品连续四年各季度的出口额资料如下(单位：万元)：
要求计算该市该产品出口额的季节比率，并对其季节变动情况做简要分析。
成都信息工程学院考试试卷 2012——2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 试卷形式：开卷□闭卷日 一、判断题（每题1分，正确的在括号内打"，错误的在括号内打x,共15分） 1?模型检验即是平稳性检验（）。 2.模型方程的检验实质就是残差序列检验（）。 3?矩法估计需要知道总体的分布（）。 4. ADF检验中：原假设序列是非平稳的（）。 5?最优模型确定准则：AIC值越小、SC值越大，说明模型越优（）。 6?对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势（）。 7?严平稳序列与宽平稳时序区分主要表现在定义角度不同（）。 8?某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线趋势（）9.时间序列平稳性判断方法中ADF检验优于序时图法和自相关图检验法（）10?时间序列的随机性分析即是长期趋势分析（）。 11 ? ARMA（ p,q ）模型是ARIMA（p,d,q）模型的特例（）。 12?若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的（）。 13.MA（2）模型的3阶偏自相关系数等于0（）。 14.ARMA（p,q）模型自相关系数p阶截尾，偏自相关系数拖尾（）。 15 ? MA（q）模型平稳的充分必要条件是关于后移算子B的q阶移动自回归系数多项式根的绝 对值均在单位圆内（）。 二、填空题。（每空2分，共20分） 1? X t 满足ARMA（ 1,2 ）模型即：X t = 0.43+0.34 X t/+；t + 0.8 “ - 0.2 ；t＜，则均值 = _______________________ ，片（即一阶移动均值项系数）二 _______________________ 。
2011级应用时间序列分析课程试题（A卷） 合分人： 一、简述题（共30分） 1.简述投影定理。 2.简述均方收敛和Cauchy收敛准则。 3.简述(),() AR p MA q和(,) ARMA p q过程自相关函数和偏自相关函数的性质。
4. 写出()AR p 过程的一步预测方程、两步预测方程及其均方误差。 5.简述ARCH 和GARCH 过程的定义。 二、 判断下列过程的可逆性和因果性。（10分） 1. 1152 t t t t X X X Z ---+= 2. 112 71 1212 t t t t t X X X Z Z ----+=-
三.计算题（20分） 设1121.20.352,(0,4)t t t t t t X X X Z Z Z WN ----+=-:，求 （1）{}t X 的自相关函数; （2）{}t X 的谱密度函数； （3）写出{}t X 的因果可逆表示式。
四．证明题。（25分） 1. 设{}t X 是均值为0，协方差函数为()?γ的平稳时间序列， ||1φ<。 证明：级数 1 j t j j X φ ∞ -=∑均方收敛。（10分） 2. 设{}t X 是均值为0，协方差函数为()?γ的平稳时间序列，满足：()0q ≠γ，且 当||h q >时()0h =γ。证明：{}t X 是一个MA(q)过程，即存在一个 {} 2(0,)t Z WN σ 使 1122.t t t t q t q X Z Z Z Z ---=+++ +θθθ （15分）
1．设math是一个时间序列，则 （1）写出对math建立一个均值为0的ARIMA(2,1,2)过程的程序。 （2）写出（1）中建立的ARIMA(2,1,2)过程向前5步预测的程序.
精品文档 浙江农林大学 2009 - 2010 学年第 二 学期考试卷（A 卷） 课程名称： 应用时间序列分析 课程类别： 必修 考试方式： 闭卷 注意事项：1、本试卷满分100分。 2、考试时间 120分钟。 一、单项选择题（在每小题的四个备选答案中，选出一个正确 答案，并将正确答案的选项填在题后的括号内。每小题2分，共12分） 1. 关于严平稳与（宽）平稳的关系，不正确的为 。 ( ) A. 严平稳序列一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. MA(p)模型一定是宽平稳的 2. 下图为某时间序列的相关检验图，图1为自相关函数图，图2为偏自相关函数图，请选择模型 。 ( ) 图1 图2 学院： 专业班级： 姓名： 学号： 装 订 线 内 不 要 答 题
A. AR(1) B. AR(2) C. MA(1) D. MA(2) 3. 下图中，图3为某序列一阶差分后的自相关函数图，图4为某序列一阶差分后的 偏自相关函数图，请对原序列选择模型。( ) 图3 图4
A.ARIMA(4，1，0) B. ARIMA(0，2，1) C. ARIMA(0，1，2) D.ARI MA(0，1，4) 4. 记B 为延迟算子，则下列不正确的是 。 ( ) A. 0 1B = B. (1)k t t k t X X B X --=- C. 12t t BX X --= D. 11()t t t t B X Y X Y --±=± 5.对于平稳时间序列，下列错误的是 ( ) A.)(212εσεE = B.),(),(k t t k t t y y Cov y y Cov -+= C.k k -=ρρ D.)(?)1(?1k y k y t t +=+ 6.下图为对某时间序列的拟合模型进行显著性水平0.05α=的显著性检验，请选择 该序列的拟合模型 。 ( )
9. 条件异方差模型中，形如???? ? ???? ++==+=∑∑=-=---3 122121),,,(j j t j i i t i t t t t t t t t h h e h x x t f x εληωεε Λ 式中，),,,(21Λ--t t x x t f 为{t x }的回归函数，N(0,1)~i.i.d t e ，该模型简记为GARCH （2，3）模型； 10. Cox 和Jenkins 在1976年研究多元时间序列分析时要求输入序列与响应序列均要 _ 平稳 _，Engle 和Granger 在1987年提出了__协整 _关系，即当输入序列与响 应序列之间具有非常稳定的线性相关关系（回归残差序列平稳）。 二、（10分）试用特征根判别法或平稳域判别法检验下列四个AR 模型的平稳性。 （1）t 1-t t x 8.0x ε+-= （2）t 1-t t x 3.1x ε+= （3）t 2-t 1-t t x 6 1 x 61x ε++= （4）t 2-t 1-t t x 2x x ε++= 解： AR （p ）模型平稳性的特征根判别法要求所有特征根绝对值小于1； AR （1）模型平稳性的平稳域判别法要求1||1<φ， AR （2）模型平稳性的平稳域判别法要求：1,1||122<±<φφφ。 (1) 8.01-=λ 特征根判别法：平稳；18.0||1<=φ，平稳域判别法：平稳； (2) 3.11=λ 特征根判别法：非平稳；13.1||1>=φ，平稳域判别法：非平稳； (3) 特征方程为: 2 1 ,31,0)13)(12(016212=-==+-=--λλλλλλ即 由特征根判别法：平稳； 10,131 ,161||12122<=-<=+<=φφφφφ,平稳域判别法：平稳； (4) 特征方程为: 2,1,0)2)(1(02212=-==-+=--λλλλλλ即 由特征根判别法：非平稳； 11,13,12||12122不小于=->=+>=φφφφφ,平稳域判别法：非平稳。
考核课程 时间序列分析（B 卷） 考核方式 闭卷 考核时间 120 分钟 注：B 为延迟算子，使得1-=t t Y BY ；?为差分算子，。 一、单项选择题（每小题3 分，共24 分。） 1. 若零均值平稳序列{}t X ，其样本ACF 和样本PACF 都呈现拖尾性，则对{}t X 可能建立（ B ）模型。 A. MA(2) B.ARMA(1,1) C.AR(2) D.MA(1) 2.下图是某时间序列的样本偏自相关函数图，则恰当的模型是（ B ）。 A. )1(MA B.)1(AR C.)1,1(ARMA D.)2(MA 3. 考虑MA(2)模型212.09.0--+-=t t t t e e e Y ，则其MA 特征方程的根是（ C ）。 （A ）5.0,4.021==λλ （B ）5.0,4.021-=-=λλ （C ）5.2221==λλ， （D ） 5.2221=-=λλ， 4. 设有模型112111)1(----=++-t t t t t e e X X X θφφ，其中11<φ，则该模型属于（ B ）。 A.ARMA(2,1) B.ARIMA(1,1,1) C.ARIMA(0,1,1) D.ARIMA(1,2,1) 5. AR(2)模型t t t t e Y Y Y +-=--215.04.0，其中64.0)(=t e Var ，则=)(t t e Y E （ B ）。 A.0 B.64.0 C. 1 6.0 D. 2.0 6.对于一阶滑动平均模型MA(1): 15.0--=t t t e e Y ，则其一阶自相关函数为( C )。 A.5.0- B. 25.0 C. 4.0- D. 8.0 7. 若零均值平稳序列{}t X ?，其样本ACF 呈现二阶截尾性，其样本PACF 呈现拖尾性，则可初步认为对{}t X 应该建立（ B ）模型。 A. MA(2) B.)2,1(IMA C.)1,2(ARI D.ARIMA(2,1,2) 8. 记?为差分算子，则下列不正确的是（ C ）。 A. 12-?-?=?t t t Y Y Y B. 212 2--+-=?t t t t Y Y Y Y C. k t t t k Y Y Y --=? D. t t t t Y X Y X ?+?=+?） ( 二、填空题（每题3分，共24分）；
时间序列分析期末考试 TYYGROUP system office room 【TYYUA16H-TYY-
诚信应考,考试作弊将带来严重后果！ 湖南大学课程考试试卷 课程名称： 时间序列分析 ；课程编码： 试卷编号： A ；考试时间： 一、 简答题（每小题5分，共计20分） 1、 说明平稳序列建模的主要步骤。 2、 ADF 检验与PP 检验的主要区别是什么？ 3、 如何进行两变量的协整检验？ 4、 简述指数平滑法的基本思想。 二、 填空题（每小题2分，共计20分） 1. 对平稳序列，在下列表中填上选择的的模型类别 2. 时间序列模型建立后，将要对模型进行显着性检验，那么检验的对象为___________，检验的原假设是___________。 3. 时间序列预处理常进行两种检验，即为_______检验和_______检验。 4. 根据下表，利用AIC 和BIC 准则评判两个模型的相对优劣，你认为______模型优 于______模型。 5. 设ARMA(2, 1):1210.50.1t t t t t X X aX εε---=++-，当a 满足_________时，模型平稳。 6. 设ARMA (2, 1)：
则所对应的特征方程为_______________________。 7. 简单季节差分模型的模型结构为: ______________________。 8、对于时间序列{}t X ，如果___________________，则()~2t X I 。 9. 设时间序列{}t X 为来自GARCH(p, q)模型，则其模型结构可写为_____________。 10. k 步差分的定义为k t X ?=___________________________。 三、 （15分）设{}t ε为正态白噪声序列，()()2t t 0,E Var εεσ==，时间序列}{t X 来自 试检验模型的平稳性与可逆性。
浙江农林大学 2009 - 2010 学年第 二 学期考试卷（A 卷） 课程名称： 应用时间序列分析 课程类别： 必修 考试方式： 闭卷 注意事项：1、本试卷满分100分。 2、考试时间 120分钟。 一、单项选择题（在每小题的四个备选答案中，选出一个正确 答案，并将正确答案的选项填在题后的括号内。每小题2分，共12分） 1. 关于严平稳与（宽）平稳的关系，不正确的为 。 ( ) A. 严平稳序列一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. MA(p)模型一定是宽平稳的 2. 下图为某时间序列的相关检验图，图1为自相关函数图，图2为偏自相关函数图，请选择模型 。 ( ) 图1 图2 题号 一 二 三 四 五 得分 得分 评阅人 学院： 专业班级： 姓名： 学号： 装 订 线 内 不 要 答 题 得分
A. AR(1) B. AR(2) C. MA(1) D. MA(2) 3. 下图中，图3为某序列一阶差分后的自相关函数图，图4为某序列一阶差分后的 偏自相关函数图，请对原序列选择模型。( ) 图3 图4
A.ARIMA(4，1，0) B. ARIMA(0，2，1) C. ARIMA(0，1，2) D.ARI MA(0，1，4) 4. 记B 为延迟算子，则下列不正确的是 。 ( ) A. 0 1B = B. (1)k t t k t X X B X --=- C. 12t t BX X --= D. 11()t t t t B X Y X Y --±=± 5.对于平稳时间序列，下列错误的是 ( ) A.)(212εσεE = B.),(),(k t t k t t y y Cov y y Cov -+= C.k k -=ρρ D.)(?)1(?1k y k y t t +=+ 6.下图为对某时间序列的拟合模型进行显著性水平0.05α=的显著性检验，请选择 该序列的拟合模型 。 ( )
诚实考试吾心不虚 ，公平竞争方显实力， 考试失败尚有机会 ，考试舞弊前功尽弃。 上海财经大学《时间序列分析》课程考试卷 课程代码 课程序号 20 —20 学年第一学期 姓名 学号 班级 1. t X 的d 阶差分为 （a ）=d t t t k X X X -?- （b ）11 =d d d t t t k X X X ---??-? （c ）111=d d d t t t X X X ---??-? （d ）11 -12=d d d t t t X X X ---??-? 2. 记B 是延迟算子，则下列错误的是 （a ）01B = （b ）()1=t t t B c X c BX c X -??=? （c ）()11=t t t t B X Y X Y --±± （d ）()=1d d t t d t X X B X -?-=- 3. 关于差分方程1244t t t X X X --=-，其通解形式为 （a ）1222t t c c + （b ）()122t c c t + （c ）()122t c c - （ d ）2t c ? 4. 下列哪些不是MA 模型的统计性质 （a ）()t E X μ= （b ）()()22111q t Var X θθσ=+++L （c ）()(),,0t t t E X E με?≠≠ （d ）1,,0q θθ≠K 5. 上面左图为自相关系数，右图为偏自相关系数，由此给出初步的模型识别 ……………………………………………………………装 订 线 …………………………………………………
（a ）MA （1） （b ）ARMA （1, 1） （c ）AR （2） （d ）ARMA （2, 1） 二、填空题（每小题2分，共计20分） 1. 在下列表中填上选择的的模型类别 2. 时间序列模型建立后，将要对模型进行显著性检验，那么检验的对象为___________ ，检验的假设是___________。 3. 时间序列模型参数的显著性检验的目的是____________________。 4. 根据下表，利用AIC 和BIC 准则评判两个模型的相对优劣，你认为______模型优于 ______模型。 _______检验和_______检验。 三、（10分）设{}t ε为正态白噪声序列，()()2 t t 0,E Var εεσ==，时间 序列}{t X 来自 110.8t t t t X X εε--=+- 问模型是否平稳？为什么？ 四、（20分）设}{t X 服从ARMA(1, 1)模型： 110.80.6t t t t X X εε--=+- 其中1001000.3,0.01X ε==。 （1） 给出未来3期的预测值；（10分） （2） 给出未来3期的预测值的95%的预测区间（0.975 1.96u =）。（10分） 五、 （20分）下列样本的自相关系数和偏自相关系数是基于零均值的平稳 序列样本量为500计算得到的（样本方差为2.997）
2014—2015学年第一学期《市场营销》试题（B卷）一?单项选择题（本大题共30小题，每小题1分，共30分） （适用班级电气131） 题号-一- -二二三四五总分得分 1 ?能够节约设计和印刷成本，带动新产品销售的包装策略是（） A .高档包装策略B.分等级包装策略 C.附赠品包装策略 D.相似包装策略 2 .某新品牌洗衣粉采用只选对的、不选贵的”广告语进行大规模高强度促销 宣传。这种介绍期的营销策略是（） A .快速撇脂策略B.快速渗透策略 C.缓慢撇脂策略 D.缓慢渗透策略 3 .在新产品扩散过程中，告知他人有关新产品的信息，向购买者积极反馈信 5 .某品牌方便面全国统一售价 1.99元/包，这种定价策略是（）息的人被称为（) A .建议者B.创新采用者 C.意见领袖 D.参照群体 4.购买某产品1000件以下，单价10兀；购买1000件以上，单价9兀。这种 折扣属于（) A .现金折扣B.数量折扣 C.功能折扣 D.季节折扣 A .整数定价策略B.招徕定价策略 C.尾数定价策略 D.声望定价策略 6 .沂蒙公司的主营业务是家电生产，近年来公司将触角伸向餐饮、房地产、 旅游等领域。这种多元化增长方式属于（） A .集团多元化B.同心多元化 C.水平多元化 D.关联多元化 7 .在现代市场经济条件下，市场营销管理的首要步骤是（） A .寻找和评价市场机会 B .细分市场和选择目标市场 C.发展市场营销组合和决定市场营销预算 D .执行和控制市场营销计划 8.某商场欲考察某种商品的两种价格水平和三种促销方式的促销效果，应采
用的实验设计类型是（） A ．前后控制组分析法B.简单时间序列实验法 C.阶乘设计法 D.重复时间序列实验法 9．衡量消费者对汽车购买力最有效的收入指标是（） A．GDP B.可随意支配个人收入 C.可支配个人收入 D.个人收入 10．消费者对某一品牌评价较差，就会在相当长的时间内保持不变，并且会对使用该品牌的所有产品都有不好的评价。这种心理因素是（） A .动机B.态度 C.知觉 D.学习 11．王刚经过反复思考长时间比较选择后，决定购买一套知名楼盘的商品房。其购买行为属于（） A ?习惯型购买行为B.变化型购买行为 C.协调型购买行为 D.复杂型购买行为 12．工商局为满足办公需要购买了一批沙发。从市场构成来说，这种需求属于 （） A .消费者市场B.中间商市场 C.生产者市场 D.政府市场 13．某技术人员协助决策者确定采购设备的规格、型号等。该技术人员在此购 买决策中所扮演的角色是（） A .采购者B.信息控制者 C.使用者 D.影响者 14.某公司产品目前市场占有率为25％，预计未来3 年市场占有率将下降到23％，但仍比最大的竞争对手高5％。该公司应采取的市场竞争战略是（） A .市场主导者战略 B .市场挑战者战略 C.市场跟随者战略 D.市场补缺者战略 15．国内某手机制造商推出一款高度模仿某著名品牌热销机型手机，该企业所 采取的跟随战略是（） A .紧密跟随B.盲目跟随 C.选择跟随 D.距离跟随 16．某鞋厂专门生产学龄前儿童童鞋，该厂的市场细分依据是（） A .地理细分B.人口细分
系名____________班级____________姓名____________学号____________ 密封线内不答题 成都信息工程学院考试试卷 2012——2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 一、判断题（每题1分，正确的在括号内打√，错误的在括号内打×，共15分） 1．模型检验即是平稳性检验（ ）。 2．模型方程的检验实质就是残差序列检验（ ）。 3．矩法估计需要知道总体的分布（ ）。 4．ADF 检验中：原假设序列是非平稳的（ ）。 5．最优模型确定准则：AIC 值越小、SC 值越大，说明模型越优（ ）。 6．对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势（ ）。 7．严平稳序列与宽平稳时序区分主要表现在定义角度不同（ ）。 8．某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线趋势（ ）。 9．时间序列平稳性判断方法中 ADF 检验优于序时图法和自相关图检验法（ ）。 10．时间序列的随机性分析即是长期趋势分析（ ）。 11．ARMA （p,q ）模型是ARIMA(p,d,q)模型的特例（ ）。 12．若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的（ ）。 13. MA(2)模型的3阶偏自相关系数等于0（ ）。 14．ARMA(p,q)模型自相关系数p 阶截尾，偏自相关系数拖尾（ ）。 15．MA(q)模型平稳的充分必要条件是关于后移算子B 的q 阶移动自回归系数多项式根的绝对值均在单位圆内（ ）。 二、填空题。（每空2分，共20分） 1．t X 满足ARMA （1,2）模型即：t X ＝0.43+0.341-t X +t ε＋0.81-t ε–0.22-t ε，则均值＝ ，1θ（即一阶移动均值项系数）＝ 。 2．设｛x t ｝为一时间序列，B 为延迟算子，则B 2 X t = 。 3．在序列y 的view 数据窗，选择 功能键，可对序列y 做ADF 检验。 4．若某平稳时序的自相关图拖尾，偏相关图1阶截尾，则该拟合 模型。
浙江农林大学 2009 - 2010 学年第 二 学期考试卷（A 卷） 课程名称： 应用时间序列分析 课程类别： 必修 考试方式： 闭卷 注意事项：1、本试卷满分100分。 2、考试时间 120分钟。 一、单项选择题（在每小题的四个备选答案中，选出一个正确 答案，并将正确答案的选项填在题后的括号内。每小题2分，共12分） 1. 关于严平稳与（宽）平稳的关系，不正确的为 。 ( ) A. 严平稳序列一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. MA(p)模型一定是宽平稳的 2. 下图为某时间序列的相关检验图，图1为自相关函数图，图2为偏自相关函数图，请选择模型 。 ( ) 图1 图2 学院： 专业班级： 姓名： 学号： 装 订 线 内 不 要 答 题
A. AR(1) B. AR(2) C. MA(1) D. MA(2) 3. 下图中，图3为某序列一阶差分后的自相关函数图，图4为某序列一阶差分后的 偏自相关函数图，请对原序列选择模型。( ) 图3 图4
A.ARIMA(4，1，0) B. ARIMA(0，2，1) C. ARIMA(0，1，2) D.ARI MA(0，1，4) 4. 记B 为延迟算子，则下列不正确的是 。 ( ) A. 0 1B = B. (1)k t t k t X X B X --=- C. 12t t BX X --= D. 11()t t t t B X Y X Y --±=± 5.对于平稳时间序列，下列错误的是 ( ) A.)(212εσεE = B.),(),(k t t k t t y y Cov y y Cov -+= C.k k -=ρρ D.)(?)1(?1k y k y t t +=+ 6.下图为对某时间序列的拟合模型进行显著性水平0.05α=的显著性检验，请选择 该序列的拟合模型 。 ( )
. 浙江农林大学 2009 - 2010 学年第 二 学期考试卷（A 卷） 课程名称： 应用时间序列分析 课程类别： 必修 考试方式： 闭卷 注意事项：1、本试卷满分100分。 2、考试时间 120分钟。 一、单项选择题（在每小题的四个备选答案中，选出一个正确 答案，并将正确答案的选项填在题后的括号内。每小题2分，共12分） 1. 关于严平稳与（宽）平稳的关系，不正确的为 。 ( ) A. 严平稳序列一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. MA(p)模型一定是宽平稳的 2. 下图为某时间序列的相关检验图，图1为自相关函数图，图2为偏自相关函数图，请选择模型 。 ( ) 图1 学院： 专业班级： 姓名： 学号： 装 订 线 内 不 要 答 题
图2 A. AR(1) B. AR(2) C. MA(1) D. MA(2) 3. 下图中，图3为某序列一阶差分后的自相关函数图，图4为某序列一阶差分后的偏自相关函数图，请对原序列选择模型。( ) 图3
图4 A.ARIMA(4，1，0) B. ARIMA(0，2，1) C. ARIMA(0，1，2) D.ARI MA(0，1，4) 4. 记B 为延迟算子，则下列不正确的是 。 ( ) A. 0 1B = B. (1)k t t k t X X B X --=- C. 12t t BX X --= D. 11()t t t t B X Y X Y --±=± 5.对于平稳时间序列，下列错误的是 ( ) A.)(212εσεE = B.),(),(k t t k t t y y Cov y y Cov -+=
时间序列分析期末考试 Prepared on 22 November 2020
诚信应考,考试作弊将带来严重后果！ 湖南大学课程考试试卷 课程名称：时间序列分析；课程编码：试卷编号： A ；考试时间：120分 题号一二三四五六七八九十总分 应得分20 20 15 15 20 10 100 实得分 评卷人 一、简答题（每小题5分，共计20分） 1、说明平稳序列建模的主要步骤。 2、ADF检验与PP检验的主要区别是什么 3、如何进行两变量的协整检验 4、简述指数平滑法的基本思想。 二、填空题（每小题2分，共计20分） 1.对平稳序列，在下列表中填上选择的的模型类别 ____年___月___日 考试用
2. 时间序列模型建立后，将要对模型进行显着性检验，那么检验的对象为___________，检验的原假设是___________。 3. 时间序列预处理常进行两种检验，即为_______检验和_______检验。 4. 根据下表，利用AIC 和BIC 准则评判两个模型的相对优劣，你认为______模型优 于______模型。 5. 设ARMA(2, 1):1210.50.1t t t t t X X aX εε---=++-，当a 满足_________时，模型平稳。 6. 设ARMA (2, 1)： 1210.50.40.3t t t t t X X X εε---=++- 则所对应的特征方程为_______________________。 7. 简单季节差分模型的模型结构为: ______________________。 8、对于时间序列{}t X ，如果___________________，则()~2t X I 。 9. 设时间序列{}t X 为来自GARCH(p, q)模型，则其模型结构可写为_____________。 10. k 步差分的定义为k t X ?=___________________________。
统计学期末考试试题（一） 1、一个统计总体（ d ） A、只能有一个标志 B、只能有一个指标 C、可以有多个标志 D、可以有多个指标 2、调查某大学2000名学生学习情况，则总体单位是（ C ） A 、2000名学生B、2000名学生的学习成绩 C、每一名学生 D、每一名学生的学习成绩 3、某地进行国有商业企业经营情况调查，则调查对象是( b )。 A、该地所有商业企业 B、该地所有国有商业企业 C、该地每一国有商业企业 D、该地每一商业企业 4、以下哪种调查的报告单位与调查单位是一致的( C )。 A、工业普查 B、工业设备调查 C、职工调查 D、未安装设备调查 5、某市进行工业企业生产设备普查，要求在7月1日至7月10日全部调查完毕，则这一时间规定是( b )。 A、调查时间 B、调查期限 C、标准时间 D、登记期限 6、某连续变量分为5组：第一组为40——50，第二组为50——60，第三组为60——70，第四组为70——80，第五组为80以上，则（ B ） A、50在第一组，70在第四组 B、60在第三组，80在第五组 C、70在第四组，80在第五组 D、80在第四组，50在第二组 7、已知某局所属12个工业企业的职工人数和工资总额，要求计算该局职工的平均工资，应该采用( a ) A、简单算术平均法 B、加权算术平均法 C、加权调和平均法 D、几何平均法 8、用水平法检查长期计划完成程度，应规定( B ) A、计划期初应达到的水平 B、计划期末应达到的水平 C、计划期中应达到的水平 D、整个计划期应达到的水平 9、某地区有10万人，共有80个医院。平均每个医院要服务1250人，这个指标是（ C ）。 A、平均指标 B、强度相对指标 C、总量指标 D、发展水平指标 10、时间序列中，每个指标数值可以相加的是（ b ）。 A、相对数时间序列 B、时期数列 C、间断时点数列 D、平均数时间序列 11、根据时间序列用最小平方法配合二次曲线，所依据的样本资料的特点是（ b ）。
成都信息工程学院考试试卷 2012—— 2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 一、判断题（每题1分，正确的在括号内打错误的在括号内打 X,共15分） 1 .模型检验即是平稳性检验（）。 2. 模型方程的检验实质就是残差序列检验（） 3. 矩法估计需要知道总体的分布（）。 4. ADF检验中：原假设序列是非平稳的（）。 5. 最优模型确定准则：AIC值越小、SC值越大，说明模型越优 （）。 6. 对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势 （）。
7. 严平稳序列与宽平稳时序区分主要表现在定义角度不同 8. 某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线 趋势( )。 9 ?时间序列平稳性判断方法中ADF检验优于序时图法和自相关图 检验法( )。 10 .时间序列的随机性分析即是长期趋势分析( )。 11. ARMA(p,q )模型是ARIMA(p,d,q)模型的特例( )。 12 .若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的( )0 13. MA(2)模型的3阶偏自相关系数等于0( ) 14. ARMA(p,q)模型自相关系数p阶截尾，偏自相关系数拖尾 ( )0 15. MA(q)模型平稳的充分必要条件是关于后移算子B的q阶移动自回归系数多项式根的绝对值均在单位圆内( )。 二、填空题。(每空2分，共20分) 1 . X t满足ARMA(1, 2 )模型即：X t = 0.43+0.34 X「+ t + 0.8 t 1 - 0.2 t 2，则均值= ___________________________ ， 1 (即一阶移
第八章 时间数列分析 一、单项选择题 1.时间序列与变量数列( ) A 都是根据时间顺序排列的 B 都是根据变量值大小排列的 C 前者是根据时间顺序排列的，后者是根据变量值大小排列的 D 前者是根据变量值大小排列的，后者是根据时间顺序排列的 C 2.时间序列中，数值大小与时间长短有直接关系的是( ) A 平均数时间序列 B 时期序列 C 时点序列 D 相对数时间序列 B 3.发展速度属于( ) A 比例相对数 B 比较相对数 C 动态相对数 D 强度相对数 C 4.计算发展速度的分母是( ) A 报告期水平 B 基期水平 C 实际水平 D 计划水平 B 5.某车间月初工人人数资料如下： 则该车间上半年的平均人数约为( ) A 296人 B 292人 C 295 人 D 300人 C 6.某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( ) A 150万人 B 150．2万人 C 150．1万人 D 无法确定 C 7.由一个9项的时间序列可以计算的环比发展速度( ) A 有8个 B 有9个 C 有10个 D 有7个 A 8.采用几何平均法计算平均发展速度的依据是( ) A 各年环比发展速度之积等于总速度 B 各年环比发展速度之和等于总速度 C 各年环比增长速度之积等于总速度 D 各年环比增长速度之和等于总速度 A 9.某企业的科技投入，2010年比2005年增长了58．6％，则该企业2006—2010年间科技投入的平均发展速度为( ) A 5 %6.58 B 5%6.158 C 6 %6.58 D 6%6.158 B 10.根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存栏数，采用的公式是( ) A 简单平均法 B 几何平均法 C 加权序时平均法 D 首末折半法 D 11.在测定长期趋势的方法中，可以形成数学模型的是( ) A 时距扩大法 B 移动平均法 C 最小平方法 D 季节指数法
时间序列分解算法和d ecompose函数实现 李思亮 55531469@https://www.doczj.com/doc/f613158309.html, 目录 时间序列分解算法和decompose函数实现 (1) 1 数据读入并生成时间序列 (2) 2 数据可视化 (4) 3 时间序列分解 (7)
在时间序列分析的过程中，往往需要对时间序列作出初步分析，本文主要采用R语言作为分析平台，从数据的读入，可视化图，分解（decompose）为趋势项，季节项，随机波动等角度对数据开展分析的几个案例。最后对分解算法作出初步描述并探讨其预测预报中的潜在应用。本文的数据和部分内容主要采用https://www.doczj.com/doc/f613158309.html,/en/latest/中的内容，感兴趣的读者可以参考。 1 数据读入并生成时间序列 对于数据分析来讲，数据读入是一个比较关键的步骤。常用的数据读入函数有scan，read.table 等。下面列举了几种常见的数据。 首先是https://www.doczj.com/doc/f613158309.html,/tsdldata/misc/kings.dat，中包含了英国国王的寿命从William开始，数据来源（Hipel and Mcleod, 1994）。 > kings <- scan("https://www.doczj.com/doc/f613158309.html,/tsdldata/misc/kings.dat",skip=3) Read 42 items > kings [1] 60 43 67 50 56 42 50 65 68 43 65 34 47 34 49 41 13 35 53 56 16 43 69 59 48 59 86 55 68 51 33 49 67 77 81 67 71 81 68 70 77 56 上述例子中，读入了连续42个公国国王的寿命并将其赋给变量‘kings’ 如果我们希望对读入数据开展分析，下一步就是将其转化为时间序列对象（时间序列类），R提供了很多函数用于分析时间序列类数据。可以使用ts函数将变量转化为时间序列类。 > kingsts <- ts(kings) > kingsts Time Series: Start = 1 End = 42 Frequency = 1 [1] 60 43 67 50 56 42 50 65 68 43 65 34 47 34 49 41 13 35 53 56 16 43 69 59 48 59 86 55 68 51 33 49 67 77 81 67 71 81 68 70 77 56 对于上述数据操作的好处是将数据转化为特定的“时间序列类”便于我们使用R中的函数分析数据。 有时候我们会按照一定的时间周期来收集数据，这个周期可能是季度，月，日，小时，分。在大数据时代，有些情况下的数据是按照秒来采集收集。这种情况下，我们需要对数据的周期或频率进行设置。这里采用ts函数中的frequency参数可以实现这种功能。比方说，若按1年为一个周期，我们的月度时间
什么是时间序列分解法 时间序列分解法是数年来一直非常有用的方法,这种方法包括谱分析、时间序列分析和傅立叶级数分析等。 时间序列分解模型 时间序列y可以表示为以上四个因素的函数，即： Y t = f(T t,S t,C t,I t) 时间序列分解的方法有很多，较常用的模型有加法模型和乘法模型。 加法模型为：Y t = T t + S t + C t + I t 乘法模型为： 时间序列的分解方法 （1）运用移动平均法剔除长期趋势和周期变化，得到序列TC。然后再用按月（季）平均法求出季节指数S。 （2）做散点图，选择适合的曲线模型拟合序列的长期趋势，得到长期趋势T。 （3）计算周期因素C。用序列TC除以T即可得到周期变动因素C。 （4）将时间序列的T、S、C分解出来后，剩余的即为不规则变动，即：
时间序列的模式 时间序列一般包括四类因素，长期趋势因素、季节变动因素、循环变动因素和不规则变动因素。四种因素的组合形式一般有以下几类, 其中记Xt为时间序列的全变动；Tt为长期趋势；St为季节变动；Ct为循环变动；It为不规则变动，它总是存在着的。 1）乘法模式，其中， a) X t与T t有相同的量纲，S t为季节指数，C t为循环指数，两者皆为比例数； b) c) I t是独立随机变量序列，服从正态分布。 2）加法模式X t = T t + S t + C t + I t 这种形式要求满足条件： a) X t，T t，S t，C t，I t均有相同的量纲； b) ,k为季节性周期长度； c) I t是独立随机变量序列，服从正态分布。 3) 混合模式
a) X t与T t，C t，I t有相同的量纲，St是季节指数，为比例数； b) c) I t是独立随机变量序列，服从正态分布。 时间序列分解法试图从时间序列中区分出这四种潜在的因素，特别是长期趋势因素(T)、季节变动因素(S)和循环变动因素(C)。显然，并非每一个预测对象中都存在着T、S、C这三种趋势，可能是其中的一种或两种。一个具体的时间序列究竟由哪几类变动组合，采取哪种组合形式，应根据所掌握的资料、时间序列及研究目的来确定。 时间序列分解法各因素的确定 分解法的基础是容易理解而且直观的。不过最重要的是它为预测和检验提供了独特和非常有用的资料。我们用一个例题来说明各个因素分解的步骤。 设有某产品十二年（91年－02年）的季度销售额数据。见表4.3中的第二列，共有48个数据。如果将这些数据画在图上（图.1），可以看出有明显的长期趋势和季节变动。利用分解法，假设这48个数据可表示为 。这里X t是这些原始数据，通过分析原始数据X来确定T、C、S（剩下的为I）。
一、判断正误（20分） 1. 随机误差项i u 和残差项i e 是一回事。（ F ） 2. 给定显著性水平a 及自由度，若计算得到的t 值超过临界的t 值，我们将接受零 假设（ F ） 3. 利用OLS 法求得的样本回归直线t t X b b Y 21? +=通过样本均值点),(Y X 。（ T ） 4. 判定系数ESS TSS R =2 。（ F ） 5. 整个多元回归模型在统计上是显著的意味着模型中任何一个单独的变量均是统计显著的。（ F ） 6. 双对数模型的2 R 值可以与对数线性模型的相比较，但不能与线性对数模型的相比较。（ T ） 7. 为了避免陷入虚拟变量陷阱，如果一个定性变量有m 类，则要引入m 个虚拟变量。（ F ） 8. 在存在异方差情况下，常用的OLS 法总是高估了估计量的标准差。（ T ） 9. 识别的阶条件仅仅是判别模型是否可识别的必要条件而不是充分条件。（ T ） 10. 如果零假设H 0：B 2=0，在显著性水平5%下不被拒绝，则认为B 2一定是0。 （ F ） 六、什么是自相关杜宾—瓦尔森检验的前提条件和步骤是什么（15分） 解：自相关，在时间（如时间序列数据）或者空间（如在截面数据中）上按顺序排列的序列的各成员之间存在着相关关系。在计量经济学中指回归模型中随机扰动项之间存在相关关系。用符号表示： ()j i u u E u u j i j i ≠≠=0 ),cov( 杜宾—瓦尔森检验的前提条件为： （1）回归模型包括截距项。 （2）变量X 是非随机变量。 （3）扰动项t u 的产生机制是 表示自相关系数）,11(1≤≤-+=-ρρt t t v u u 上述这个描述机制我们称为一阶自回归模型，通常记为AR(1)。 （4）在回归方程的解释变量中，不包括把因变量的滞后变量。即检验对于自回归模型是不使用的。 杜宾—瓦尔森检验的步骤为： (1)进行OLS 的回归并获得e t 。 (2)计算d 值。 (3)给定样本容量n 和解释变量k 的个数，从临界值表中查得d L 和d U 。
在随机时间序列分析中，为简便起见，我们假定时间序列主要由趋势项（T）、季节项 （S）和随机项（R）构成。 # 读入数据，画曲线图 > sales <- read.csv(file = "sales.csv",header = TRUE) > head(sales) > plot(sales$t,sales$Y,type = "l") 观察这幅图形，可以看出有明显的长期趋势和季节变动。 利用分解法，假设这48个数据可表示为：，Yt代表实际销售额
度。 长期趋势的分解 用时间回归法，在同一图中画出趋势项目、季节项和随机项的数据图，如下： decompose()函数主要用来做季节指数分解，figure项即指季节指数。同时也返回原始数据，以及MA算法的结果；trend趋势项使用光滑移动平均法求得，它包含了长期趋势T 和周期变动因素C，之前用回归法求得长期趋势T，利用此函数的返回值Trend即可求得周期变动因素C；Random即为不规则变动。 此函数的基本结构： Additive: xt = Trend + Seasonal + Random Multiplicative: xt = Trend * Seasonal * Random > sales1 <- ts(sales[,2],start = 1,frequency = 4) # 季节变动趋势分解 > m <- decompose(sales1,type = "multiplicative") > plot(m) > m$x Qtr1 Qtr2 Qtr3 Qtr4 2003 3017.60 3043.54 2094.35 2809.84 2004 3274.80 3163.28 2114.31 3024.57 2005 3327.48 3493.48 2439.93 3490.79 2006 3685.08 3661.23 2378.43 3459.55 2007 3849.63 3701.18 2642.38 3585.52 2008 4078.66 3907.06 2828.46 4089.50 2009 4339.61 4148.60 2916.45 4084.64 2010 4242.42 3997.58 2881.01 4036.23 2011 4360.33 4360.53 3172.18 4223.76 2012 4690.48 4694.48 3342.35 4577.63 2013 4965.46 5026.05 3470.14 4525.94 2014 5258.71 5189.58 3596.76 3881.60