时间序列分析知到智慧树章节测试课后答案2024年秋湘潭大学

时间序列分析知到智慧树章节测试课后答案2024年秋湘潭大学第一章单元测试

古埃及人经过长期的观察，他们发现尼罗河的涨落非常有规律。也就是当天狼星(夜空中最亮的恒星)第一次和太阳同时升起的那一天之后，再过（）天左右，尼罗河就开始泛滥。

A:30B:365

C:90D:200

答案:200对时间序列进行观察、研究，寻找它的变化发展的（），预测它将来的走势，就是时间序列分析。

A:规律

B:态势C:轨迹D:趋势

答案:规律

我们研究时间序列的目的是想揭示随机序列的性质。（）

A:错B:对

答案:对下列说法正确的是（）。

A:“平粜法”是对农民和百姓都有利的政策，是一个国家的治国之道。

B:根据自然规律，做恰当的政策安排，就能有利于社会的发展和进步。

C:描述性时间序列分析方法有时也是非常实用的。

D:对于很多自然现象，只要人们观察时间足够长，就能运用描述性时间序列分析发现蕴含在时间里的自然规律。

答案:“平粜法”是对农民和百姓都有利的政策，是一个国家的治国之道。

；根据自然规律，做恰当的政策安排，就能有利于社会的发展和进步。

；描述性时间序列分析方法有时也是非常实用的。

；对于很多自然现象，只要人们观察时间足够长，就能运用描述性时间序列分析发现蕴含在时间里的自然规律。

（）业余天文学家施瓦贝发现太阳黑子的活动具有11-12年左右的周期。

A:英国

B:法国C:德国D:美国

答案:德国

第二章单元测试

概率分布函数或概率密度函数能够（）地描述一个随机变量的统计特征。

A:客观B:部分C:完整D:一致

答案:完整在实际应用中，要得到序列的联合概率分布几乎是不可能的，且联合概率分布通常涉及非常复杂的数学运算，这些原因导致我们（）直接用联合概率分布进行时间序列分析。

A:经常

B:一直C:从不D:很少

答案:很少一种更简单、更实用的描述时间序列统计特征的方法是研究该序列的低阶矩。（）

A:对B:错

答案:对下列说法正确的是（）。

A:协方差函数和相关系数度量的是两个不同随机事件彼此之间的相互影响程度，而自协方差和自相关系数度量的是同一事件在两个不同时期之间的相关程度，形象地讲就是度量自己过去的行为对自己现在的影响。

B:宽平稳是使用序列的特征统计量来定义的一种平稳性。它认为序列的统计性质主要由它的低阶矩决定，所以只要保证序列低阶矩平稳（比如二阶），就能保证序列的主要性质近似稳定。

C:当序列服从多元正态分布时，宽平稳可以推出严平稳。

D:我们对时间序列进行分析，主要是通过分析这些特征量的统计特性，推断出随机序列的性质。

答案:协方差函数和相关系数度量的是两个不同随机事件彼此之间的相互影响程度，而自协方差和自相关系数度量的是同一事件在两个不同时期之间的相关程度，形象地讲就是度量自己过去的行为对自己现在的影响。

；宽平稳是使用序列的特征统计量来定义的一种平稳性。它认为序列的统计性质主要由它的低阶矩决定，所以只要保证序列低阶矩平稳（比如二阶），就能保证序列的主要性质近似稳定。

；当序列服从多元正态分布时，宽平稳可以推出严平稳。

；我们对时间序列进行分析，主要是通过分析这些特征量的统计特性，推断出随机序列的性质。

（）业余天文学家施瓦贝发现太阳黑子的活动具有11-12年左右的周期。

A:德国B:法国C:英国

D:美国

答案:美国

第三章单元测试

延迟算子类似于一个时间指针，作用于当前序列，就相当于把（）的时间向过去拨了一个时刻。。

A:将来的序列值B:过去的序列值C:所有的序列值

D:当前的序列值

答案:当前的序列值AR(p)模型的定义中有三个限制条件：（）不等于0这个限制条件保证了模型的最高阶数为p。

A:ϕp不等于零B:ϕ0不等于零C:xt不等于零D:εt不等于零

答案:ϕp不等于零对于低阶AR模型，用特征根方法比平稳域方法能更简便判断模型的平稳性。（）

A:对B:错

答案:错下列说法正确的是（）。

A:可以证明AR(p)模型的偏自相关系数具有p阶截尾性。

B:对AR(1)模型，Yule-Walker方程为ρ1等于ϕ(1,1)ρ0。

C:解Yule-Walker方程组可以得到参数(ϕ(k1),ϕ(k2),…,ϕ(kk))的解，第一个参数ϕ(k1)的解即为延迟k偏自相关系数。

D:对于平稳AR(p)序列，所谓滞后k偏自相关系数就是指在剔除了中间k-1个随机变量的干扰之后，x(t-k)对x(t)影响的相关度量。。

答案:可以证明AR(p)模型的偏自相关系数具有p阶截尾性。

；对AR(1)模型，Yule-Walker方程为ρ1等于ϕ(1,1)ρ0。

；对于平稳AR(p)序列，所谓滞后k偏自相关系数就是指在剔除了中间k-1个随机变量的干扰之后，x(t-k)对x(t)影响的相关度量。。

模型显著性检验的目的是检验模型的有效性，看看对信息的提取是否充分，检验对象为（）。

A:模型序列

B:随机序列C:观察值序列D:残差序列

答案:残差序列

第四章单元测试

关于时间序列的分解定理，正确的有()：

A:Wold分解定理说明任何平稳序列都可以分解为确定性序列和随机序列之和。

B:平稳序列要求确定性影响和随机性影响都是稳定的，而非平稳序列产生的机理就在于它所受到的确定性影响和随机性影响至少有一个是不稳定的。

C:Cramer分解定理是Wold分解定理的理论推广，它说明任何一个序列的波动都可以视为同时受到了确定性影响和随机性影响的综合作用。

D:Wold分解定理是现代时间序列分析理论的灵魂，是构造ARMA模型拟合平稳序列的理论基础。

答案:Wold分解定理说明任何平稳序列都可以分解为确定性序列和随机序列之和。

；平稳序列要求确定性影响和随机性影响都是稳定的，而非平稳序列产生的机理就在于它所受到的确定性影响和随机性影响至少有一个是不稳定的。

；Cramer分解定理是Wold分解定理的理论推广，它说明任何一个序列的波动都可以视为同时受到了确定性影响和随机性影响的综合作用。

；Wold分解定理是现代时间序列分析理论的灵魂，是构造ARMA模型拟合平稳序列的理论基础。

关于差分方式的选择，正确的有()：

A:对于蕴含着固定周期的序列进行步长为周期长度的差分运算，通常可以较好地提取周期信息。

B:序列蕴含着曲线趋势，通常低阶（二阶或三阶）差分就可以提取出曲线趋势的影响。

C:序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳。

答案:对于蕴含着固定周期的序列进行步长为周期长度的差分运算，通常可以较好地提取周期信息。

；序列蕴含着曲线趋势，通常低阶（二阶或三阶）差分就可以提取出曲线趋势的影响。

；序列蕴含着显著的线性趋势，一阶差分就可以实现趋势平稳。

简单季节模型通过简单的趋势差分、季节差分之后序列即可转化为平稳。（）

A:对B:错

答案:对如果检验结果显示残差序列的自相关性显著，可以考虑对残差序列拟合自回归模型。（）

A:错B:对

答案:对异方差的特征就是残差序列的波动在某些时段大，而在另外时段小。（）

A:错B:对

答案:对关于GARCH衍生模型，说法正确的有（）：

A:TGARCH项体现出正、负扰动对条件方差的影响是不同的。体现了实际问题中存在的“杠杆效应”。

B:EGARCH模型的第一个改进是放松了对GARCH模型的参数非负约束。

C:IGARCH模型适合于描述具有单位根特征（随机游走）的条件异方差。

D:GARCH-M模型将风险溢价思想引入ARCH模型，允许序列的均值依赖于它的波动性。

E:EGARCH模型的第二个改进是引入加权扰动函数，通过特殊的函数构造，能对正、负扰动进行非对称处理。

答案:TGARCH项体现出正、负扰动对条件方差的影响是不同的。体现了实际问题中存在的“杠杆效应”。

；EGARCH模型的第一个改进是放松了对GARCH模型的参数非负约束。

；IGARCH模型适合于描述具有单位根特征（随机游走）的条件异方差。

；GARCH-M模型将风险溢价思想引入ARCH模型，允许序列的均值依赖于它的波动性。

；EGARCH模型的第二个改进是引入加权扰动函数，通过特殊的函数构造，能对正、负扰动进行非对称处理。

第五章单元测试

作为一种常用的确定性时间序列分析方法，因素分解方法由英国统计学家（）首次使用。

A:PersonsB:YoungC:HoltD:Meyers

答案:Persons移动平均方法是一种常用的修匀方法，它最早于1870年由（）提出。

A:德国Musgrave

B:捷克YoungC:法国DeForestD:英国Shiskin

答案:法国DeForest简单中心移动平均能有效提取序列的低阶趋势（比如一元一次线性趋势或一元二次抛物线趋势）。（）

A:错B:对

答案:对在X-11季节调整模型中常使用的移动平均方法是（）。

A:简单中心移动平均

B:简单移动平均

C:Henderson加权移动平均

D:Musgrave非对称移动平均

答案:简单中心移动平均

；Henderson加权移动平均

；Musgrave非对称移动平均

某产品1-6月的销售量为46，50，59，57，55，53，采用3期简单移动平均对第7月的销售量做预测，则预测值是（）。

A:55B:52.5

C:57D:56

答案:55

第六章单元测试

若，则（）。

A:B:

C:D:

答案:

若，，则（）。

A: