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
一、 单项选择题（每小题4分，共计20分） 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
……………………………………………………………装
订
线
…………………………………………………
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
（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。
5.时间序列预处理常进行两种检验，即为_______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
11
0.8
t t t t
X Xεε
--
=+-
问模型是否平稳为什么
得
分
得
分
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）
ACF: 0:340; 0:321; 0:370; 0:106; 0:139; 0:171; 0:081; 0:049; 0:124; 0:088; 0:009; 0:077
PACF: 0:340; 0:494; 0:058; 0:086; 0:040; 0:008; 0:063; 0:025; 0:030; 0:032; 0:038; 0:030
根据所给的信息，给出模型的初步确定，并且根据自己得到的模型给出相应的参数估计，要求写出计算过程。
六、（10分）设}{t X 服从AR (2)模型： 1121t t t t X X X ααε--=++
其中{}t ε为正态白噪声序列，()()2t t 0,E Var εεσ==，假设模型是平稳的，证明其偏自
相关系数满足
2
203
kk k k αφ=?=?≥?
第二章习题答案 2.1 （1）非平稳 （2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376 （3）典型的具有单调趋势的时间序列样本自相关图 2.2 （1）非平稳，时序图如下 （2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图
2.3 （1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118 （2）平稳序列 （3）白噪声序列 2.4 ，序列 LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平=0.05 不能视为纯随机序列。 2.5 （1）时序图与样本自相关图如下
（2） 非平稳 （3）非纯随机 2.6 （1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)） （2）差分序列平稳，非纯随机 第三章习题答案 3.1 解：1()0.7()()t t t E x E x E ε-=?+ 0)()7.01(=-t x E 0)(=t x E t t x ε=-）B 7.01( t t t B B B x εε)7.07.01()7.01(221Λ+++=-=- 229608.149 .011 )(εεσσ=-= t x Var 49.00212==ρφρ 022=φ 3.2 解：对于AR （2）模型： ?? ?=+=+==+=+=-3.05 .02110211212112011φρφρφρφρρφφρφρφρ 解得：???==15/115 /72 1φφ 3.3 解：根据该AR(2)模型的形式，易得：0)(=t x E 原模型可变为：t t t t x x x ε+-=--2115.08.0 2212122 ) 1)(1)(1(1)(σφφφφφφ-+--+-= t x Var 2) 15.08.01)(15.08.01)(15.01() 15.01(σ+++--+= =1.98232σ ?????=+==+==-=2209.04066.06957.0)1/(1221302112211ρφρφρρφρφρφφρ ?? ? ??=-====015.06957.033222111φφφρφ
第一章习题答案 略 第二章习题答案 2.1 （1）非平稳 （2）0.0173 0.700 0.412 0.148 -0.079 -0.258 -0.376 （3）典型的具有单调趋势的时间序列样本自相关图 2.2 （1）非平稳，时序图如下 （2）-（3）样本自相关系数及自相关图如下：典型的同时具有周期和趋势序列的样本自相关图
2.3 （1）自相关系数为：0.2023 0.013 0.042 -0.043 -0.179 -0.251 -0.094 0.0248 -0.068 -0.072 0.014 0.109 0.217 0.316 0.0070 -0.025 0.075 -0.141 -0.204 -0.245 0.066 0.0062 -0.139 -0.034 0.206 -0.010 0.080 0.118 （2）平稳序列 （3）白噪声序列 2.4 ，序列LB=4.83，LB统计量对应的分位点为0.9634，P值为0.0363。显著性水平=0.05 不能视为纯随机序列。 2.5 （1）时序图与样本自相关图如下
（2） 非平稳 （3）非纯随机 2.6 （1）平稳，非纯随机序列（拟合模型参考：ARMA(1,2)） （2）差分序列平稳，非纯随机 第三章习题答案 3.1 ()0t E x =,2 1 () 1.9610.7 t Var x ==-,220.70.49ρ==,220φ= 3.2 1715φ=,2115 φ= 3.3 ()0t E x =,10.15 () 1.98(10.15)(10.80.15)(10.80.15) t Var x += =--+++ 10.8 0.7010.15 ρ= =+,210.80.150.41ρρ=-=,3210.80.150.22ρρρ=-= 1110.70φρ==,2220.15φφ==-,330φ= 3.4 10c -<<, 1121,1,2 k k k c c k ρρρρ--?=? -??=+≥? 3.5 证明: 该序列的特征方程为：32 --c 0c λλλ+=，解该特征方程得三个特征根： 11λ=，2c λ=3c λ=-
时间序列分析作业 1、数据收集 通过长江证券金长江网上交易软件收集中信证券(600030)股价数据（2010-7-1~2011-5-9，共200组），保存文件，命名为“股价数据”。 2、工作表建立 打开eviews，点击file下拉菜单中的new项选择workfile项，弹出窗口如下： （1）、在datespecification中选择integer date。 （2）、在start和end中分别输入“1”“200” （3）、在wf项后面的框中输入工作表名称hr，点击ok。 窗口如下： 3、数据导入 在hr工作文件的菜单选项中选择pro，在弹出的下拉菜单中选择import，然后再下拉二级菜单中选择read text-lotus-excell，找到数据，双击弹出如下对话框：
默认date order，选择右边upper-left data cell下面的空格填写，输入excel中第一个有效数据单元格地址B6，在names for series or number if named in file 中输入序列名称，不妨设为s，点击ok，导入数据。 4、平稳性检验 点击s序列，选择菜单view/correlogram，弹出correlogram specification对话框，如下图，在对话框中默认level，lags to include 改为20（200/10），可得下图：
序列的自相关系数没有很快的趋近0，说明原序列是非平稳的序列。 5、对原序列做对数差分处理 A、在主窗口输入smpl 2 200，对样本数据进行选取， B、在主命令窗口输入series is=log(s)-log(s(-1)) 可以得到新的序列is 对is序列做同上的平稳性检验可以得到如下图：
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 。 ( )
第二十七章时间序列分析 一、单项选择题 1、以下关于发展水平的说法中，错误的是（）。 A、在绝对数时间序列中，发展水平是绝对数 B、在相对数时间序列中，发展水平表现为相对数 C、发展水平是时间序列中对应于具体时间的指标数值 D、平均数时间序列中，发展水平表现为绝对数 2、（）也称序时平均数或动态平均数，是对时间序列中各时期发展水平计算的平均数，它可以概括性描述现象在一段时期内所达到的一般水平。 A、发展水平 B、发展速度 C、平均发展水平 D、平均发展速度 我国2005—2017年平均每年第三产业就业人数是（）万人。 A、12 480 B、12 918 C、14 000 D、14 412 4、环比发展速度等于（）。 A、逐期增长量与其前一期水平之比 B、累计增长量与最初水平之比 C、报告期水平与最初水平之比 D、报告期水平与其前一期水平之比 5、已知一个序列的环比发展速度为102%、103%、105%，则该序列的定基发展速度为（）。 A、103% B、105% C、110% D、112% 6、以相对数形式表示的两个不同时期发展水平的比值是（）。 A、增长量 B、发展水平 C、增长速度 D、发展速度 7、已知某地区2012-2016年社会消费品零售总额的环比增长速度分别为5%、7%、10%、11%，则这一时期该地区社会消费品零售总额的定基增长速度为（）。 A、5%×7%×10%×11% B、（5%×7%×10%×11%）+1
C、105%×107%×110%×111% D、（105%×107%×110%×111%）-1 8、甲企业某种商品前11个月的实际销售量如下表所示。采用移动平均数法预测，取k＝3，则第 A、303 B、350 C、384 D、394 9、目前计算平均发展速度通常采用（）。 A、众数 B、几何平均法 C、算术平均法 D、增长1%的绝对值法 10、某企业2010年—2016年销售收入的年平均增长速度是27.6%，这期间相应的年平均发展速度是（）。 A、4.6% B、17.6% C、127.6% D、72.4% 11、平均增长速度与平均发展速度的数量关系是（）。 A、平均增长速度=1/平均发展速度 B、平均增长速度＝平均发展速度－1 C、平均增长速度＝平均发展速度＋1 D、平均增长速度＝1－平均发展速度 12、我们经常统计的城镇人口比重属于（）。 A、平均数时间序列 B、相对数时间序列 C、时期序列 D、时点序列 13、下列统计指标中，属于相对指标的是（）。 A、社会消费品零售总额 B、人口性别比 C、房屋建筑面积 D、城镇居民人均可支配收入 14、已知一个有关发展速度的时间序列的指标值是70%、80%、-5%、99%，其平均发展速度（）。 A、61% B、50%
实验1典型时间序列模型分析 1、实验目的 熟悉三种典型的时间序列模型： AR 模型，MA 模型与ARMA 模型，学会运用Matlab 工具对 对上述三种模型进行统计特性分析，通过对2阶模型的仿真分析，探讨几种模型的适用范围， 并且通过实验分析理论分析与实验结果之间的差异。 2、实验原理 AR 模型分析： 设有AR(2)模型, X( n)=-0.3X( n-1)-0.5X( n-2)+W( n) 其中：W(n)是零均值正态白噪声，方差为 4。 (1 )用MATLAB 模拟产生X(n)的500观测点的样本函数，并绘出波形 (2) 用产生的500个观测点估计X(n)的均值和方差 (3) 画出理论的功率谱 (4) 估计X(n)的相关函数和功率谱 【分析】给定二阶的 AR 过程，可以用递推公式得出最终的输出序列。或者按照一个白噪声 通过线性系统的方式得到，这个系统的传递函数为： 这是一个全极点的滤波器，具有无限长的冲激响应。 对于功率谱，可以这样得到， 可以看出， FX w 完全由两个极点位置决定。 对于AR 模型的自相关函数，有下面的公式: \(0) 打⑴ 匚⑴… ^(0) ■ 1' G 2 W 0 JAP) 人9-1)… 凉0) _ 这称为Yule-Walker 方程，当相关长度大于 p 时，由递推式求出: r (r) + -1) + -■ + (7r - JJ )= 0 这样，就可以求出理论的 AR 模型的自相关序列。 H(z) 二 1 1 0.3z ， P x w +W 1 1 a 才 a 2z^
1. 产生样本函数，并画出波形 2. 题目中的AR过程相当于一个零均值正态白噪声通过线性系统后的输出，可以按照上面的方法进行描述。 clear all; b=[1]; a=[1 0.3 0.5]; % 由描述的差分方程，得到系统传递函数 h=impz(b,a,20); % 得到系统的单位冲激函数，在20点处已经可以认为值是0 randn('state',0); w=normrnd(0,2,1,500); % 产生题设的白噪声随机序列，标准差为 2 x=filter(b,a,w); % 通过线形系统，得到输出就是题目中要求的2阶AR过程 plot(x,'r'); ylabel('x(n)'); title(' 邹先雄——产生的AR随机序列'); grid on; 得到的输出序列波形为： 邹先雄——产生的AR随机序列 2. 估计均值和方差 可以首先计算出理论输出的均值和方差，得到m x =0 ，对于方差可以先求出理论自相 关输出，然后取零点的值。
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。
《时间序列分析与应用》 课程作业 地震数据（COP.BHZ-24）时间序列分析 一．前言 本次作业选取了第24号文件，共1440个数据。截取前1200个数据进行理分析，然后建立模型。之后再对数据进行预测，然后对1200之后的30个数据进行更新，将更新结果与原观测值进行比对分析，最后得出结论。 二．数据处理
1. 数据读取与画图 首先将文件“COP.BHZ.txt”保存到E盘根目录下，以便于读取。用scan()函数将数据读入，并保存到sugar2文件中。如图1所示。 图1 数据读取 然后，画出该时间序列图。横轴表示时间，单位是*10ms，纵轴表示高程，单位是um。代码及图示如图2、图3所示。 图2 时序图代码 图3 前1200个数据散点图 2. 平稳性检验 从图中看出，该组数据随时间变化基本平稳，仅有小幅波动。最高点与最低点相差也仅在250um之内。通过adf.test()函数可以验证该假设，可以看出该序列是平稳的（stationary）。如图4所示。然后用求平均函数mean()求出这1200个数据的平均值a，可以从图5看到结果。
图4 平稳性检验结果 图5 求平均值 然后，将原始数据减去平均值，得到一组零均值的新数据，命名为sugar3。 3. 数据建模分析 接下来绘制震前数据的自相关函数和偏自相关函数图像，初步判断其大概符合什么模型。图6为画出图像的代码，新序列sugar3的ACF、PACF图像如下所示。 图6 ACF、PACF、EACF图像代码
图7 ACF图 图8 PACF图 从ACF、PACF图可以看出，序列一阶之后相关性较强，虽然在第19阶滞后处有超限的情况，但从总体来看，两个图都是拖尾的情况。因此要借助于EACF 图来做进一步判断。扩展自相关函数EACF图如下。 图9 EACF图 3 模型识别 由EACF图可以看出此时间序列符合ARMA(0,1)或ARMA(2,2)，根据以上信息尚不能明确判断出具体的模型，要建立确定的模型，就需要排除上述模型中的一种，用模型诊断的方法可以实现。模型诊断，或模型评价，涉及检验模型的拟合优度，并且如果拟合程度很差，要给出适当的调整建议。模型诊断的方法有两种：分析拟合模型的残差和分析过度参数化的模型。下面先使用残差法。 3.1 ARMA(0,1)模型诊断
【时间简“识”】 说明：本文摘自于经管之家(原人大经济论坛) 作者：胖胖小龟宝。原版请到经管之家(原人大经济论坛) 查看。 1.带你看看时间序列的简史 现在前面的话—— 时间序列作为一门统计学，经济学相结合的学科，在我们论坛，特别是五区计量经济学中是热门讨论话题。本月楼主推出新的系列专题——时间简“识”，旨在对时间序列方面进行知识扫盲（扫盲，仅仅扫盲而已……），同时也想借此吸引一些专业人士能够协助讨论和帮助大家解疑答惑。 在统计学的必修课里，时间序列估计是遭吐槽的重点科目了，其理论性强，虽然应用领域十分广泛，但往往在实际操作中会遇到很多“令人发指”的问题。所以本帖就从基础开始，为大家絮叨絮叨那些关于“时间”的故事！ Long long ago，有多long估计大概7000年前吧，古埃及人把尼罗河涨落的情况逐天记录下来，这一记录也就被我们称作所谓的时间序列。记录这个河流涨落有什么意义当时的人们并不是随手一记，而是对这个时间序列进行了长期的观察。结果，他们发现尼罗河的涨落非常有规律。掌握了尼罗河泛滥的规律，这帮助了古埃及对农耕和居所有了规划，使农业迅速发展，从而创建了埃及灿烂的史前文明。
好~~从上面那个故事我们看到了 1、时间序列的定义——按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。 2、时间序列分析的定义——对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。 既然有了序列，那怎么拿来分析呢 时间序列分析方法分为描述性时序分析和统计时序分析。 1、描述性时序分析——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，这种分析方法就称为描述性时序分析 描述性时序分析方法具有操作简单、直观有效的特点，它通常是人们进行统计时序分析的第一步。 2、统计时序分析 （1）频域分析方法 原理：假设任何一种无趋势的时间序列都可以分解成若干不同频率的周期波动 发展过程： 1）早期的频域分析方法借助富里埃分析从频率的角度揭示时间序列的规律 2）后来借助了傅里叶变换，用正弦、余弦项之和来逼近某个函数 3）20世纪60年代，引入最大熵谱估计理论，进入现代谱分析阶段 特点：非常有用的动态数据分析方法，但是由于分析方法复杂，结果抽象，有一定的使用局限性 （2）时域分析方法
第九章时间序列分析习题 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( )
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
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）；
基于ARMA模型的社会融资规模增长分析 ————ARMA模型实验
第一部分实验分析目的及方法 一般说来,若时间序列满足平稳随机过程的性质,则可用经典的ARMA模型进行建模和预则。但是, 由于金融时间序列随机波动较大,很少满足ARMA模型的适用条件,无法直接采用该模型进行处理。通过对数化及差分处理后,将原本非平稳的序列处理为近似平稳的序列,可以采用ARMA模型进行建模和分析。 第二部分实验数据 2.1数据来源 数据来源于中经网统计数据库。具体数据见附录表5.1 。 2.2所选数据变量 社会融资规模指一定时期内（每月、每季或每年）实体经济从金融体系获得的全部资金总额，为一增量概念，即期末余额减去期初余额的差额，或当期发行或发生额扣除当期兑付或偿还额的差额。社会融资规模作为重要的宏观监测指标，由实体经济需求所决定，反映金融体系对实体经济的资金量支持。 本实验拟选取2005年11月到2014年9月我国以月为单位的社会融资规模的数据来构建ARMA模型，并利用该模型进行分析预测。 第三部分 ARMA模型构建 3.1判断序列的平稳性 首先绘制出M的折线图，结果如下图：
图3.1 社会融资规模M曲线图 从图中可以看出，社会融资规模M序列具有一定的趋势性，由此可以初步判断该序列是非平稳的。此外，m在每年同时期出现相同的变动趋势，表明m还存在季节特征。下面对m的平稳性和季节性·进行进一步检验。 为了减少m的变动趋势以及异方差性，先对m进行对数化处理，记为lm，其时序图如下： 图3.2 lm曲线图
对数化后的趋势性减弱，但仍存在一定的趋势性，下面观察lm的自相关图 表3.1 lm的自相关图 上表可以看出，该lm序列的PACF只在滞后一期、二期和三期是显著的，ACF随着滞后结束的增加慢慢衰减至0，由此可以看出该序列表现出一定的平稳性。进一步进行单位根检验，由于存在较弱的趋势性且均值不为零，选择存在趋势项的形式，并根据AIC自动选择之后结束，单位根检验结果如下： 表3.2 单位根输出结果 Null Hypothesis: LM has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.*
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 。 ( )
《应用时间序列分析》 实训报告 实训项目名称时间序列预处理 实训时间 2013年10月14日 实训地点实验楼309 班级统计1004班 学号 1004100415 姓名范瑛
《应用时间序列分析》 实训(实践) 报告 实训名称时间序列预处理 一、实训目的 目的：熟悉平稳性检验方法和纯随机性检验方法的相关理论和软件实现的过程，并对结果给出解释，加深对理论的理解，提高动手能力。 任务：Eviews软件的常用菜单方式和命令方式操作；时间序列的自相关函数计算；序列的初步分析，并序列进行平稳性和纯随性进行检验，并写出实训报告。 二、实训要求 1、掌握Eviews软件的工作文件建立方法； 2、对时间序列进行初步分析，总结特征； 3、学会用Eviews软件计算时间序列分析相关函数的； 4、对序列进行平稳性和纯随性检验； 5、在上完机后要写出实验报告。 三、实训内容 1、熟悉Eviews软件的菜单操作和命令操作，包括工作文件的建立、数据的输入 与编辑、新序列的产生、在工作文件窗口中删除、更名变量、序列的各种观察(线图、各种统计量)以及时间序列的差分运算和相关函数的计算。本部分主要由教师来演示介绍。 2、初步对序列进行观察，对序列进行观察分析，求出序列的自相关函数和Q-统 计量，并对序列进行平稳性检验和纯随机性检验。 四、实训分析与总结 第一题 根据Eviews分析所得时间序列图如图1所示：
图1：系列样本序列时序图 该时序图显示系列样本有明显的递增趋势，所以它一定不是平稳序列。 Autocorrelation Partial Correlation AC PAC Q-Stat Prob . |****** | . |****** | 1 0.729 0.729 12.293 0.000 . |**** | . | . | 2 0.511 -0.042 18.682 0.000 . |*** | . | . | 3 0.342 -0.033 21.712 0.000 . |**. | . | . | 4 0.215 -0.025 22.983 0.000 . |* . | . | . | 5 0.124 -0.016 23.435 0.000 . | . | . | . | 6 0.063 -0.008 23.560 0.001 . | . | . | . | 7 0.026 -0.002 23.584 0.001 . | . | . | . | 8 0.008 0.003 23.586 0.003 . | . | . | . | 9 0.001 0.005 23.586 0.005 . | . | . | . | 10 0.000 0.003 23.586 0.009 . | . | . | . | 11 0.000 -0.001 23.586 0.015 . | . | . | . | 12 0.000 -0.001 23.586 0.023 图2：系列样本序列自相关图 从图中我们发现序列的自相关系数递减到零的速度相当缓慢，在很长的延迟 时期里，自相关系数一直为正。这是具有单调趋势的非平稳序列的一种典型的自 相关图形式。这和该序列时序图显示的显著的单调递增性是一致的。 第二题 根据Eviews分析所得时间序列图如图3所示：
诚信应考 考出水平 考出风格 浙江大学城市学院 2012— 2013学年第二学期期末考试试卷 《时间序列分析》 开课单位：计算学院 ；考试形式：闭卷；考试时间：2013年7月7日； 所需时间：120分钟 一．简答和计算题(本大题共9题，第1到5题每题5分，第6到9题每题7分，共53分。) 1. 写出(,,)ARIMA p d q 模型的结构。 2. 写出(,)ARMA p q 模型的传递形式和格林函数的递推式。 3. 写出(,)ARMA p q 模型的逆转形式和逆函数的递推式。 第1页共5页
4.计算模型120.5t t t t x x x ε--=--+的偏自相关系数。 5.判断模型121 0.80.5 1.1t t t t t x x x εε---=-++-的平稳性与可逆性。 6. 对于(1)AR 模型： 11()t t t x x μφμε--=-+，根据t 个历史观察值数据： ,10.1,9,6，已求 出?10μ=，1?0.3φ=，29εσ=，求： （1）之后3期的预测值及95%置信区间。 （2）假定获得新的观察值数据为110.5 t x +=，求之后2期的预测值及95%置信区间。 第2页共5页
7.已知某地区每年常住人口数量近似服从(3)MA 模型（单位：万人）： 21231000.80.60.2,25t t t t t x εεεεεσ---=+-+-= 最近3年的常住人口数量及一步预测数量如下： 年份 统计人数 预测人数 2002 104 110 2003 108 100 2004 105 109 请预测未来5年该地区常住人口的95%置信区间。 8. 使用指数平滑法得到 ?5t x =， 2? 5.26t x +=，已知序列观察值 5.25 t x =， 1 5.5 t x +=，求指数 平滑系数α。 9. 某一10期观察值序列为5.43, 6.19, 6.63, 7.18, 8.95, 10.14, 11.74, 12.60, 17.26, 21.07 （1）使用6期移动平均法预测12?x 。 （2）使用指数平滑法确定12?x ，其中平滑系数为0.4α= 第3页共5页
第8 章时间序列分析 一、填空题： 1．平稳性检验的方法有___________ 、_________ 和__________ 。 2．单位根检验的方法有：__________ 和___________ 。 3．当随机误差项不存在自相关时，用____________ 进行单位根检验；当随机误差 项存在自相关时，用___________ 进行单位根检验。 4. ___________________________________________________ EG检验拒绝零假设说明_______________________________________________________ 。 5. __________________________________________ DF检验的零假设是说被检验时间序列___________________________________________ 。 6. ____________________________ 协整性检验的方法有和。 7. 在用一个时间序列对另一个时间序列做回归时，虽然两者之间并无任何有意 义的关系，但经常会得到一个很高的R2的值，这种情况说明存在____________ 问题。 8. ________________________________________________ 结构法建模主要是以____________________________________________________________ 来确定计量经济模型的理论关系形式。 9. _________________________________ 数据驱动建模以作为建模的主要准则。 10. 建立误差校正模型的步骤为一般采用两步：第一步，______________________
. 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 -+=
1、某股票连续若干天的收盘价如下表： 304 303 307 299 296 293 301 293 301 295 284 286 286 287 284 282 278 281 278 277 279 278 270 268 272 273 279 279 280 275 271 277 278 279 283 284 282 283 279 280 280 279 278 283 278 270 275 273 273 272 275 273 273 272 273 272 273 271 272 271 273 277 274 274 272 280 282 292 295 295 294 290 291 288 288 290 293 288 289 291 293 293 290 288 287 289 292 288 288 285 282 286 286 287 284 283 286 282 287 286 287 292 292 294 291 288 289 选择适当模型拟合该序列的发展，并估计下一天的收盘价。 解：根据上面的图和SAS软件编辑程序得到时序图，程序如下： data shiyan7_1; input x@@; time=_n_; cards; 304 303 307 299 296 293 301 293 301 295 284 286 286 287 284 282 278 281 278 277 279 278 270 268 272 273 279 279 280 275 271 277 278 279 283 284 282 283 279 280 280 279 278 283 278 270 275 273 273 272 275 273 273 272 273 272 273 271 272 271 273 277 274 274 272 280 282 292 295 295 294 290 291 288 288 290 293 288 289 291 293 293 290 288 287 289 292 288 288 285 282 286 286 287 284 283 286 282 287 286 287 292 292 294 291 288 289 ; proc print data=shiyan7_1; proc gplot data=shiyan7_1; plot x *time=1; symbol1c=red v=star i=spline; run; 通过SAS运行上述程序可得到如下结果：