时间序列期末试题B卷
时间序列分析期末考试2010B
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。
:号学题号一二三四五得分得分评阅人:名姓一、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 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， 请选择模型。
（ ）图1得分图2为偏自相关函数图,:级班业专:院学Las Cove r i ance Correlation "・ 1 9 8 7 54921()123456 7 8 5 1 Std Error 0 o.oesssi 1.00000U J Jj L I J <1!■ L L Hjjj L L » Jj il_i I J J -L L IJ■ I iif n i 1 T 1 1T >>• •■T , T 1 'T>>"।>T 1 'T1>T 1 11T 1 'T L 'Ti 11T 01 0.031893 0-3G342 ■ 击山543皿曲 ，下甲邙不下陋邙0JI6248 2 0.022994 0.26619■■ pi if 11 ■,71 ^p： rpOJ3O702 3 0.019579 0-22665 if ■ iliili i ।ill0J37834 4 0.010833 0.21224玳**求 ,0J42782 5 0.016344 0.18916 0J469S3 e 0.017916 0.207400J 50297 7 C.012543 0.14520.OJ54056 e 0.0091481 0.09B460.165096 s 0*013767 0.15937.0.1 痴11 10 0.014037 o.ieaeo 0J58196 ii 0.010613 0J22860.160455 12 0.0007B04 0.10174** *OJ61721 13 -0.0001808 -.00209■■0.162584 14 -0.0022815 -.02583. *■OJB2504 15 O.C003S5230.00458■■0.162640 IE 叩.0028539-.03304■0J62641 17-0.013391 -.15502 . ***■0.162732-0.012922-.14969■0JG4710Autocoir re Iftt ions:marks two starid&rd errorsPe rt i * I ftutocorrelat ionsCorrect ion - ■19 8 7 6 5 4 3 2 10 1 21-OJOSSB2 0.179713 0,002264 -0404428 $6 -0,06941 . in£ -0.I20G2 , 榔7 0.01860 8 0.00439e -0,06650 , in10 0JQ871 ii 0.142SO 12 -0*0094113 0.0819B ,*>K14 0JBB98 15 -0.00129IE 0.22QS9 . 索索常修17 0.06201 , *18 -0.10519B. AR(2) 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, 偏自相关函数图，请对原序列选择模型 。
时间序列分析考试卷及答案
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(MAB.)1(ARC.)1,1(ARMAD.)2(MA3. 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. 16.0 D. 2.06.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. 8.07. 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(IMAC.)1,2(ARID.ARIMA(2,1,2)8. 记∇为差分算子，则下列不正确的是（ C ）。
时间序列期末试题及答案
时间序列期末试题及答案1. 试题考试时间：3小时考试形式：闭卷注意：请将答案写在答题纸上，不要在试卷上直接作答。
题目一：简答题（每题10分）1. 什么是时间序列分析？时间序列分析具有哪些应用领域？2. 请解释平稳时间序列的概念，并提供一个平稳时间序列的例子。
3. 什么是季节性、趋势性和周期性？请分别举一个例子。
4. 时间序列分析的步骤是什么？5. 请解释自相关函数（ACF）和偏自相关函数（PACF）的概念，并说明它们在时间序列分析中的作用。
题目二：计算题（每题20分）1. 从某超市取得了一组销售额数据，包括2004年到2019年的年度销售额。
请计算该时间序列的移动平均值，并绘制移动平均图。
2. 下表是某公司2005年到2019年每个季度的销售额数据，请利用季节性指数法预测2020年第一季度的销售额。
| 年份 | 第一季度销售额 ||-------|--------------|| 2005 | 100 || 2006 | 120 || 2007 | 140 || 2008 | 160 || 2009 | 180 || 2010 | 200 || 2011 | 220 || 2012 | 240 || 2013 | 260 || 2014 | 280 || 2015 | 300 || 2016 | 320 || 2017 | 340 || 2018 | 360 || 2019 | 380 |3. 通过对某股票每周收益率进行分析，发现其自相关系数和偏自相关系数都在95%置信区间之外。
该时间序列数据是否呈现ARCH效应？请解释原因。
4. 将某商品销售额数据建模为自回归移动平均模型（ARMA），请给出该模型的阶数，并解释原因。
2. 答案题目一：简答题1. 时间序列分析是一种研究时间相关数据的统计方法，通过对时间序列的特征进行分析，揭示其随时间变化的规律和趋势。
时间序列分析广泛应用于经济学、金融学、气象学、社会学等领域。
《时间序列》试卷答案
《时间序列》试卷答案【篇一：时间序列分析试卷及答案3套】>一、填空题（每小题2分，共计20分）1. arma(p, q)模型_________________________________，其中模型参数为____________________。
2. 设时间序列?xt?，则其一阶差分为_________________________。
3. 设arma (2, 1)：xt?0.5xt?1?0.4xt?2??t?0.3?t?1则所对应的特征方程为_______________________。
4. 对于一阶自回归模型ar(1): xt?10＋?xt?1??t，其特征根为_________，平稳域是_______________________。
5. 设arma(2, 1):xt?0.5xt?1?axt?2??t?0.1?t?1，当a满足_________时，模型平稳。
6. 对于一阶自回归模型______________________。
7. 对于二阶自回归模型ar(2):xt?0.5xt?1?0.2xt?2??tma(1):xt??t?0.3?t?1，其自相关函数为则模型所满足的yule-walker方程是______________________。
8. 设时间序列?xt?为来自arma(p,q)模型：xt??1xt?1?l??pxt?p??t??1?t?1?l??q?t?q则预测方差为___________________。
9. 对于时间序列?xt?，如果___________________，则xt~i?d?。
10. 设时间序列?xt?为来自garch(p，q)模型，则其模型结构可写为_____________。
二、（10分）设时间序列?xt?来自arma?2,1?过程，满足1b0.5bx2t1?0.4bt,2其中??t?是白噪声序列，并且e??t??0,var??t。
（1）判断arma?2,1?模型的平稳性。
(完整word版)《时间序列》试卷
《时间序列分析》试卷注意：请将答案直接写在试卷上一、填空题（1分*20空=20分）1. 德国药剂师、业余天文学家施瓦尔发现太阳黑子的活动具有11年周期依靠的是 时序分析方法。
2. 时间序列预处理包括 和 。
3. 平稳时间序列有两种定义，根据限制条件的严格程度，分为和 。
使用序列的特征统计量来定义的平稳性属于 。
4. 统计时序分析方法分为 和 。
5. 为了判断一个平稳的序列中是否含有信息，即是否可以继续分析，需对该序列进行 检验，该检验用到的统计量服从 分布；原假设和备择假设分别是 和 。
6. 图1为2000年1月——2007年12月中国社会消费品零售总额时间序列图，据此判断，该序列{}t X 是否平稳（填“是”或者“否”） ；要使其平稳化，应该对原序列进行 和 差分处理。
用Eviews 软件对该序列做差分运算的表达式是 。
7. ARIMA 模型的实质 是和的结合。
8. 差分运算的实质是使用的方式提取确定性信息。
9. 用延迟算子表示中心化的AR(P)模型是 。
二、不定项选择题（下列每小题至少有一个答案是正确的，请将正确答班级 姓名 学号50010001500200025003000350040009394959697989900图1案代码填入相应括号内，2分*5题=10分）1.下列属于白噪声序列{}t ε所满足的条件的是（ ）A. 任取T t ∈，有με=)(t E （μ为常数）B. 任取T t ∈，有0)(=t E εC.)(0),(s t Cov s t ≠∀=εεD. 2)(εσε=t Var （2εσ为常数） 2.使用n 期中心移动平均法对序列{}t x 进行平滑时，下列表达式正确的是（ ）A.n x x x x x n x n t n t t n t n t t ),(1~2112112121-+--++----++++++=ΛΛ为奇数；B. n x x x x x n x n t n t t n t n t t ),(1~212122+-++--++++++=ΛΛ为偶数；C. )(1~11+--+++=n t t t t x x x n x Λ； D. n x x x x x n x n t n t t n t n t t ),2121(1~212122+-++--++++++=ΛΛ为偶数。
《时间序列》试卷答案
《时间序列》试卷答案【篇一：时间序列分析试卷及答案3套】>一、填空题（每小题2分，共计20分）1. arma(p, q)模型_________________________________，其中模型参数为____________________。
2. 设时间序列?xt?，则其一阶差分为_________________________。
3. 设arma (2, 1)：xt?0.5xt?1?0.4xt?2??t?0.3?t?1则所对应的特征方程为_______________________。
4. 对于一阶自回归模型ar(1): xt?10＋?xt?1??t，其特征根为_________，平稳域是_______________________。
5. 设arma(2, 1):xt?0.5xt?1?axt?2??t?0.1?t?1，当a满足_________时，模型平稳。
6. 对于一阶自回归模型______________________。
7. 对于二阶自回归模型ar(2):xt?0.5xt?1?0.2xt?2??tma(1):xt??t?0.3?t?1，其自相关函数为则模型所满足的yule-walker方程是______________________。
8. 设时间序列?xt?为来自arma(p,q)模型：xt??1xt?1?l??pxt?p??t??1?t?1?l??q?t?q则预测方差为___________________。
9. 对于时间序列?xt?，如果___________________，则xt~i?d?。
10. 设时间序列?xt?为来自garch(p，q)模型，则其模型结构可写为_____________。
二、（10分）设时间序列?xt?来自arma?2,1?过程，满足1b0.5bx2t1?0.4bt,2其中??t?是白噪声序列，并且e??t??0,var??t。
（1）判断arma?2,1?模型的平稳性。
时间序列分析试卷及答案
其中 t 是白噪声序列，并且 E0,Var时间序列分析试卷 1一、 填空题(每小题 2分，共计 20 分)1. ARMA(p, q) 模 型 ____________________________________________ ， 其 中 模 型 参 数 为_________________________ 。
2. 设时间序列X t ，则其一阶差分为 _____________________________________________ 。
3. 设 ARMA (2, 1) ：X t 0.5X t 1 0.4X t 2 t 0.3 t 1则所对应的特征方程为 _________________________ 。
4. 对于一阶自回归模型 AR(1): X t 10＋ X t 1 t ，其特征根为 _________________ ，平稳域是____________________________ 。
5. 设ARMA(2, 1): X t 0.5X t 1 aX t 2 t 0.1 t 1，当 a 满足 _________________________ 时，模型平稳。
6. 对 于 一 阶 自 回 归 模 型 MA(1): X tt0.3 t 1 ， 其 自 相 关 函 数 为____________________________ 。
7. 对于二阶自回归模型 AR(2):X t 0.5X t 1 0.2X t 2 t则模型所满足的 Yule-Walker 方程是 _________________________ 。
8. 设时间序列 X t 为来自 ARMA(p,q)模型：X t 1X t 1 Lp X t p t 1 t 1 L q t q则预测方差为 _____________________ 。
9. 对于时间序列 X t ，如果 _________________________ ，则 X t ~ I d 。
时间序列期末试题B卷 (2)
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（）。
（）。
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满足ARMA（1,2）模型即：t X＝0.43+0.341-t X+tε＋0.81-tε–0.22-tε，则均t值＝，θ（即一阶移动均值项系数）＝。
12．设｛x t｝为一时间序列，B为延迟算子，则B2X 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。
45.671.21.（ε是t（12.（10分）设有AR（2）过程：（1－0.5B）（1－0.3B）X t=ε，其中,tε是白噪t声序列，试求ρ（其中，k=1,2）。
k3.（10分）某时间序列Y t有500个观测值，经过计算，样本自相关系数和偏自相关系数的前10个值如下表：试（1）对｛Y t｝所属模型进行初步识别；（2）给出该模型的参数估计；（3）写出模型方程；（∧φ：偏自相关系数；∧kρ：kk自相关系数）4.(10分)已知某ARMA(2,1)模型为:t X =0.81-t X －0.52-t X +t ε－0.31-t ε,给定3-t X =－1，X t-2=2,X t-1=2.5,X t =0.6；t ε=-0.28,1-t ε=0.4,2-t ε=0。
求)2(ˆ),1(ˆtt X X 。
(1)写出模型；(2）模型的参数检验是否通过？为什么？3.（5分）某序列的残差序列的自相关图和偏自相关图如下：（1。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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 _______________________ 。
2•设｛x t 2为一时间序列，B为延迟算子，则B2X 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。
5.已知AR（ 1）模型：X t+0.8X t_| =七,t服从N（0,0.36），则一阶自相关系数= ___________________
方差= ________________________________ 。
6•用延迟算子表示中心化的AR（ p）模型________________________ 。
7•差分运算的实质是使用 ____________________________ 方式，提取确定性信息。
8. ARIMA（0,1,0）称为___________________________ 模型。
三、问答题。
（共10分）
1.平稳时间序列的统计特征。
2 •简述时域分析法分析步骤。
四、计算题。
（40分）
1.（10分）已知ARMA（ 1，1）模型即：X t= 0.6X t』+；t—0.3 ；t」，其中，；t是白噪声
序列，试求：
（1）模型的平稳可逆性；（2）将该模型等价表示为无穷阶MA模型形式。
2.（10分）设有AR（2）过程：（1 —0.5B ）（ 1 —0.3B ）X=；t，其中，；t是白噪声序列，
试求（其中，k=1,2 ）。
3.（10分）某时间序列Y t有500个观测值，经过计算，样本自相关系数和偏自相关系数的
前10个值如下表：试（1）对｛Y2所属模型进行初步识别；（2）给出该模型的参数估计；（3）写岀模型方程；（'kk :偏自相关系数；:自相关系数）
4.（10 分）已知某ARMA（2,1）模型为:X t=0.8 X tJ—0.5X t/+；t—0.3 给定X t； = —1，X t-2 =2, X t-1=2.5, X t=0.6 ；；t=-0.28, ;t 4 =0.4,气/=0。
求X t
（1）,X t （2）。
五、综合分析题。
（15分）
1.（5分）序列｛y t 2的时间序列图和ADF检验结果如下：
问：该序列是否平稳，为什么？（2）要使其平稳化，应对该序列进行哪些差分处理；
2.（5分）对某序列｛y t｝做参数估计，结果如表2示：
(1)(2
3. ( 5分)某序列的残差序列的自相关图和偏自相关图如下:
(1)序列｛y t｝残差检验的基本原理；(2)有何结论？为什么?。