文档库 最新最全的文档下载
当前位置:文档库 › 中南财经政法大学2013时间序列分析试题A

中南财经政法大学2013时间序列分析试题A

中南财经政法大学2013时间序列分析试题A
中南财经政法大学2013时间序列分析试题A

院(系): 专业: 年级: 学生姓名: 学号: 课堂号:________

------------------------------------------------- 密 ---------------------------------- 封 ----------------------------- 线 ---------------------------------------------------------

第 1 页(共 4 页)

------------------------------------------------- 密 ---------------------------------- 封 ----------------------------- 线 ---------------------------------------------------------

第 2 页(共 4 页)

------------------------------------------------- 密 ---------------------------------- 封 ----------------------------- 线 ---------------------------------------------------------

第 3 页(共 4 页)

------------------------------------------------- 密 ---------------------------------- 封 ----------------------------- 线 ---------------------------------------------------------

第 4 页(共 4 页

)

最新时间序列分析期末考试B

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 。 ( )

应用时间序列分析习题答案解析整理

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

应用时间序列分析试卷一

应用时间序列分析试卷 一 Document number【980KGB-6898YT-769T8CB-246UT-18GG08】

应用时间序列分析(试卷一) 一、 填空题 1、拿到一个观察值序列之后,首先要对它的平稳性和纯随机性进行检验,这两个重要的检验称为序列的预处理。 2、白噪声序列具有性质纯随机性和方差齐性。 3、平稳AR (p )模型的自相关系数有两个显着的性质:一是拖尾性;二是呈负指数衰减。 4、MA(q)模型的可逆条件是:MA(q)模型的特征根都在单位圆内,等价条件是移动平滑系数多项式的根都在单位圆外。 5、AR (1)模型的平稳域是{}11<<-φφ。AR (2)模型的平稳域是 {}11,12221<±<φφφφφ且, 二、单项选择题 1、频域分析方法与时域分析方法相比(D ) A 前者要求较强的数学基础,分析结果比较抽象,不易于进行直观解释。 B 后者要求较强的数学基础,分析结果比较抽象,不易于进行直观解释。 C 前者理论基础扎实,操作步骤规范,分析结果易于解释。 D 后者理论基础扎实,操作步骤规范,分析结果易于解释。 2、下列对于严平稳与宽平稳描述正确的是(D ) A 宽平稳一定不是严平稳。 B 严平稳一定是宽平稳。 C 严平稳与宽平稳可能等价。 D 对于正态随机序列,严平稳一定是宽平稳。 3、纯随机序列的说法,错误的是(B )

A时间序列经过预处理被识别为纯随机序列。 B纯随机序列的均值为零,方差为定值。 C在统计量的Q检验中,只要Q 时,认为该序列为纯随机序列,其 中m为延迟期数。 D不同的时间序列平稳性检验,其延迟期数要求也不同。 4、关于自相关系数的性质,下列不正确的是(D) A. 规范性; B. 对称性; C. 非负定性; D. 唯一性。 5、对矩估计的评价,不正确的是(A) A. 估计精度好; B. 估计思想简单直观; C. 不需要假设总体分布; D. 计算量小(低阶模型场合)。 6、关于ARMA模型,错误的是(C) A ARMA模型的自相关系数偏相关系数都具有截尾性。 B ARMA模型是一个可逆的模型 C 一个自相关系数对应一个唯一可逆的MA模型。 D AR模型和MA模型都需要进行平稳性检验。 7、MA(q)模型序列的预测方差为下列哪项(B) A、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?< ? =? > ?? 22 1-1 22 1q (1++...+) (1++...+) B、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1q (1++?+) (1++?+) C、 []2 q 2 , Va() , t l l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1 (1++?+) (1++?+) D、 []2 2 , Va() , l t l q r e l l q ξ ξ θθσ θθσ ?≤ ? =? > ?? 22 1-1 22 1q-1 (1++?+) (1++?+)

时间序列期末试题B卷

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 _______________________ 。

典型时间序列模型分析

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。

时间序列分析试卷及答案

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{}t X ,则其一阶差分为_________________________。 3. 设AR MA (2, 1): 1210.50.40.3t t t t t X X X εε---=++- 则所对应的特征方程为_______________________. 4. 对于一阶自回归模型A R(1): 110t t t X X φε-=++,其特征根为_________,平稳域 是_______________________. 5. 设ARM A(2, 1):1210.50.1t t t t t X X aX εε---=++-,当a满足_________时,模型 平稳。 6. 对于一阶自回归模型MA(1): 10.3t t t X εε-=-,其自相关函数为______________________. 7. 对于二阶自回归模型AR (2): 120.50.2t t t t X X X ε--=++ 则模型所满足的Yule-Wal ker 方程是______________________。 8. 设时间序列{}t X 为来自A RMA (p,q)模型: 1111t t p t p t t q t q X X X φφεθεθε----=++++++ 则预测方差为___________________。 9. 对于时间序列{}t X ,如果___________________,则()~t X I d 。 10. 设时间序列{}t X 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{}t X 来自()2,1ARMA 过程,满足 ()()2 10.510.4t t B B X B ε-+=+,

时间序列分析——最经典的

【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

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(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

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 ?=___________________________。

时间序列分析ARMA模型实验

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.*

12-13时间序列分析期末试卷

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

时间序列分析期末考试

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 。 ( )

时间序列分析--习题库

说明:答案请答在规定的答题纸或答题卡上,答在本试卷册上的无效。 一、填空题(本题总计25分) 1. 常用的时间序列数据,有年度数据、( )数据和( ) 数据。另外,还有以( )、小时为时间单位计算的数据。 2. 自相关系数j ρ的取值范围为( );j ρ与j -ρ之间的关系是( );0ρ=( )。 3.判断下表中各随机过程自相关系数和偏自相关系数的截尾性,并用 2. 如果随机过程{}t ε为白噪音,则 t t Y εμ+= 的数学期望为 ;j 不等于0时,j 阶自协方差等于 ,j 阶自相关系数等于 。因此,是一个 随机过程。 1.(2分)时间序列分析中,一般考虑时间( )的( )的情形。 3. (6分)随机过程{}t y 具有平稳性的条件是: (1)( )和( )是常数,与 ( )无关。 (2)( )只与( )有关,与 ( )无关。 7. 白噪音的自相关系数是:

1.白噪音{}t y 的性质是:t y 的数学期望为 ,方差为 ;t y 与j -t y 之间的协方差为 。 1.(4分)移动平均法的特点是:认为历史数据中( )的数据对未来的数值有影响,其权数为( ),权数之和为( );但是,( )的数据对未来的数值没有影响。 2. 指数平滑法中常数α值的选择一般有2种: (1)根据经验判断,α一般取 。 (2)由 确定。 3. (5分)下述随机过程中,自相关系数具有拖尾性的有( ),偏自相关系数具有拖尾性的有( )。 ①平稳(2) ②(1) ③平稳(1,2) ④白噪 音过程 4.(5分)下述随机过程中,具有平稳性的有( ),不具有平稳性的有( )。 ①白噪音 ②t t y 1.23t+ε=+ ③随机漂移过程 ④t t t 1y 16 3.2εε-=++ ⑤t t y 2.8ε=+ 2.(3分)白噪音{}t ε的数学期望为( );方差为( );j 不等于0时,j 阶自协方差等于( )。 (2)自协方差与( )无关,可能与 ( )有关。 3. (5分)下述随机过程中,自相关系数具有截尾性的有( ),偏自相关系数具有截尾性的有( )。

最新上海财经大学时间序列分析试题

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、 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{}t X ,则其一阶差分为_________________________。 3. 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_______________________。 4. 对于一阶自回归模型AR(1): 110t t t X X φε-=++,其特征根为_________,平稳域 是_______________________。 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. 对于一阶自回归模型MA(1): 10.3t t t X εε-=-,其自相关函数为______________________。 7. 8. 对于二阶自回归模型AR(2) : 120.50.2t t t t X X X ε--=++ 则模型所满足的Yule-Walker 方程是______________________。 9. 10. 设时间序列{}t X 为来自ARMA(p,q)模型: 1111t t p t p t t q t q X X X φφεθεθε----=++++++L L …………………………………………………………… 装 订 线…………………………………………………

金融时间序列试卷(精品文档)_共4页

内蒙古财经学院2011——2012学年第1学期 《金融时间序列分析》试卷答案 一、填空题(1分*15空=15分) 1. ,。 q -t 1-t 1t p t p 2t 21-t 1t x x x x εθεθεφφφq ---++++=-- q θθφφφ、、,、 、 1p 212. 描述性; 3. ,0,1,0; t t t x x ε+=-1 4. 平稳性检验,纯随机性检验; 5. ?p x t =(1?B)p x t ,?k x t =(1?B k )x t ;6. 宽平稳,严平稳,宽平稳; 7. 自回归 二、不定项选择题(2分*5题=10分) 1、A C 2、A B D 3、A B 4、A B CD 5、A B D 三、判断并说明理由(2题*5分=10分) 1、如果一个时间序列宽平稳,则它肯定不是严平稳;如果一个时间序列严平稳,则它一定是宽平稳。 答:说法是错误的。(1分) 严平稳是一种条件比较苛刻的平稳性定义,该定义表明,一个序列的所有统计均平稳时,该序列才是平稳的。而宽平稳则是条件宽松的平稳性定义,即只要求序列的二阶矩平稳,则序列就是平稳的。由定义可知,在一般情况下,如果一个时间序列是宽平稳的,则它肯定不是严平稳的;如果一个时间序列是严平稳的,则它一定是宽平稳的。 (2分) 但两种情况各有例外,如多元正态分布,二阶矩包括所有统计性质,所以对于服从多元正态分布的序列,宽平稳也是严平稳;再比如柯西分布不存在二阶矩,因此如果一个序列服从柯西分布,且为严平稳,但却推不出其为宽平稳。确切的说应该是对于存在二阶矩的序列,严平稳才能推出宽平稳。(2分) 2、差分运算的实质是使用自回归的方式提取确定性信息 答:说法是正确的。(5分) 四、简答题:(25分) 1、简述平稳序列的建模步骤(7分) 答:(1)时间序列分析的第一步是获得观察值序列,然后对这个序列进行平稳性检验,对平稳的序列进行纯随机性检验,如果是纯随机序列,分析结束;如果不是纯随机序列,选择模型拟合该序列; (2)求出该观察值序列的样本自相关系数(ACF )和样本偏自相关系数(PACF )的值。 (3)根据平稳非纯随机序列的自相关图和偏自相关图,选择阶数适当的ARMA (p,d )模型进行拟合; (4)利用一定的方法估计模型中的参数,即模型估计; (5)检验模型的有效性。如果拟合模型通不过检验,转向步骤(2),重新选择模型再拟合。 (6)模型优化。在通过检验的模型中选择相对最有模型,即模型优化; (7)利用相对最优模型对序列未来值进行预测。 2、答:(1)wold 分解定理:对于任何一个离散平稳过程它都可以分解为两个不相关的平稳序列之}{t x 和,其中一个为确定性的,另一个为随机性的,不妨记作 t t t V x ξ+=

应用时间序列分析模拟试题

《时间序列分析》模拟试题 《时间序列分析》课程考试卷 一. 填空题(毎小题2分,共计20分) 匚口 1. ARMA(p, q)模型七=0()+気…+ ---- 4牡g , 其 中模型参数为p, q 。 2.设时间序列{X,},则其一阶差分为▽七=科一兀_4。 3? 设 ARMA (2, 1) : X] = O ?5X_] + 0.4X r _2 + 吕—O ?3£_ 则所对应的特征方程为 22-0.52-0.4 = 0O 4.对于一阶自回归模型AR(1): X, =1O+0X_+吕,其特征根为一 ° ,平稳域 是{01阀< 1} 注:平稳性判别:1)特征根判别法:特征根的绝对值小于1;该題中特征根等于°,故平 稳条件为仏“ I < 1}。(系数多项式的根在单位园外) 2)平稳域判别法:AR (1)模型:'讷<1} AR (2)模型:{处01岡<1,且0±0<1} _”|vl,“±0?5 Ln Pk =1 1,&=0 -0.3 , 、k = 1.09 0Q 2

方程是 P\ = P3\\ < 注:1. | = ^ii k = l [5 5 —=r^i ■*—0” 8 8 k = 2 41 5. [旷診说2 Pl _ Po p\ p\ A …Pk-\ Pk-2 Ai 如2 _pk-\ A-2 A). Pk =工0阳 2.由于AR 模型的 i 故对于AR (2)有 1, 】 k=0 进而 1-02 、0]Q Q +02 久-2' k>2 1, k=0 8, 0.5% +0?2%2,k22 9.设时间序列{X,}为来自ARMA(p.q)模型: x 『=0|X 『_] +??? + § X-p +吕+&G +… 畑[训)近 则预测方差为— i E (£l )=O,Var (£!)=a ;,E (£l £ 10.对于时间序列{X,},如果 )=0, S H f ,则乙?/(d)。 注:AR IMA (p, d, q) ①(Bpg = O (B>f E (s t ) = 0,Var (£, )= ,E (£,£s ) = 0,s t Ex s £t =0,Vs vf \P\= 00021 +P1022 [C =0021+0002

时间序列期末试题b卷 ()

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。

信息分析模拟试卷B答案

一、单项选择题(每小题1分,共20分)在下列每小题的四个备选答案中选出一个正确的答案,并将其字母标号填入题干的括号内。 1.信息分析的目的是()。 A.为信息咨询服务 B.为科学研究服务 C.为信息管理服务 D.为科学决策服务 2. 信息分析的基本功能是整理、评价、预测和()。 A.反馈 B.综合 C.评价 D.推理 3.在信息分析中,选题的效益性原则就是指信息分析的课题应当做到()。 A.社会效益优先 B.经济效益优先 C.经济效益和国家效益相结合 D.经济效益和社会效益相结合 4.文献收集中的检索方法有多种。从时间上看,如果是从与课题相关起止年代由远而近地开始查找,这种检索方法则是()。 A.追溯法 B.顺查法 C.倒查法

D.常规法 5.一切推理可以分为()两大类。 A.常规推理、直言推理 B.简单判断的推理、复合判断的推理 C.假言推理、选言推理 D.演绎推理、归纳推理 6.以下几种信息分析方法中,()属于定量分析方法的类型。 A.特尔菲法 B.逻辑思维方法 C.分析与综合法 D.回归分析法 7.下列各句话中,()没有采用相关分析。 A.山雨欲来风满楼 B.瑞雪兆丰年 C.一年之计在于春 D.春江水暖鸭先知 8.常规推理也称()。 A.三段论 B.简单枚举推理 C.假言推理 D.演绎推理 9.特尔菲法中对专家人数的确定要视所问题的复杂性而定,一般以()人为宜。 A.5~10

B.10~20 C.20~50 D.50~100 10.特尔菲法中调查表的设计多采用()来保证对专家意见的统计处理。 A.表格化 B.符号化 C.数字化 D.以上全是 11.对于指数函数:,若令(),则有。 A. B. C. D. 12.当研究对象的一个或多个变量的变化会引起另一个或多个变量发生变化时,我们就说它们之间存在着某种()。 A.函数关系 B.因果关系 C.相关关系 D.确定关系 13.定量信息分析都需要数学函数形式来进行。任何一个数学函数式,都可能包括()。 A.变量 B.参量

时间序列分析期末考试资料

时间序列分析期末考 试

谢谢2 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

仅供学习与交流,如有侵权请联系网站删除 谢谢3 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 ?=___________________________。

相关文档
相关文档 最新文档