《广西科技大学时间序列分析选择填空复习题》由会员分享，可在线阅读，更多相关《广西科技大学时间序列分析选择填空复习题（5页珍藏版）》请在金锄头文库上搜索。
1、第 0 页（共 5 页）广西科技大学时间序列分析选择和填空题复习资料注： 为延迟算子， ； 为差分算子， 。B1ttYB1ttY一、单项选择题（每小题3 分，共24分）1.关于严平稳与（宽）平稳的关系，不正确的为 （ A ）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. 记 B 为延迟算子，则下列不正确的是（ C ）A. B. C. D. 1)(tttt YX22ttYBtkktt XBX)1(103. 记 为差分算子，则下列不正确的是（ C ）A. B. 12tttY 212tttt
2、 YYC. D. ktttk tttt ）(4. 对于 MA(1)过程，其自相关和偏自相关图的特征为( C )A. ACF，PACF 都拖尾 B. ACF 拖尾，PACF 一阶截尾C.ACF 一阶截尾，PACF 拖尾 D.ACF，PACF 都一阶截尾5. 下列关于 模型与 的说法正确的是（A ）)(pAR)(qMA. 的自相关系数拖尾，偏相关系数 阶截尾； )( pB. 的自相关系数拖尾，偏相关系数 阶截尾；qMqC. 的自相关系数与偏相关系数都拖尾； D. 的自相关系数与偏相关系数都是截尾；)(6. 若零均值平稳序列 ，其样本ACF呈现一阶截尾性，其样本PACF呈现拖尾性，则可tX初步认为对
3、 应该建立（ D ）模型。tA. B. C. D.)1(MA)1,(ARM)1,(ARI )1,(IMA7. 若零均值平稳序列 ，其样本ACF呈现拖尾性，其样本PACF呈现一阶截尾性，则可初tX步认为对 应该建立（ ）模型。tA. MA(1） B.ARMA(1,1) C.AR(1) D.ARIMA(0,1,0)8. 若零均值平稳序列 ，其样本ACF呈现二阶截尾性，其样本PACF呈现拖尾性，则可初t步认为对 应该建立（ ）模型。tX第 1 页（共 5 页）A. MA(2) B.ARMA(1,1) C.AR(2) D.ARIMA(2,1,2)9.下列四个MA模型中，可逆的是（C ）A. 12ttt
4、x ； B. 12.90.ttttx；C. 0.5； D. 10. 考虑MA(2)模型 ，则其MA特征方程的根是 （C ）21.09.ttt eeY（A） （B）5.0,4.21 5.0,4.21（C） （D） ， ，11. 设有模型 ，其中 ，则该模型属于（ B ）1211)( ttttt eXX1A.ARMA(2,1) B.ARIMA(1,1,1) C.ARIMA(0,1,1) D.ARIMA(1,2,1)12.下图是某时间序列的样本自相关函数图，则恰当的模型是（ A ）。A. B. C. D.)1(MA)1(AR)1,(ARM)2(MA13. AR(2)模型 ，其中 ，则 （ A ）tt
5、tt eYY25.04. 36.0teVarteYEA. B. C. D. 36.0 . 5.014. AR(2)模型 ，其中 ，则 （ B ）tttt 21. 1.)(t )(1tA. B. C. D. 5.076.04.15. tX 的 k阶差分是 ( C )A. ttk B. 11kkktttXXC. 11kkt tX D. 216. ARMA(2,1)模型 1210.40.8ttttt，其延迟表达式为( A )。A .2(0.4)(.8)tBBB. 2.4(0.8)t tBBC. 2 t D. 2X 17.对于平稳时间序列，下列错误的是 ( D )A. B. ),(),(ktkt yC
6、ovyov22teE第 2 页（共 5 页）C. k D. )()1(kyktt18. AR(2)模型 ，其中 ，则 （B ）tttt eYY2105.4. 04.)(teVar)(teYEA. B C. D. 08. 0.219. 在进行平稳性检验时，常采用DF单位根检验，其形式为：则接受假设 意味着：（ D ）.1:,:,01HeXttt 0HA. 无单位根，平稳 B.有单位根，平稳 C.无单位根，非平稳 D.有单位根，非平稳20. 下列四个模型中，可逆的是（B ）A. ； B. ；115.7.0tttt eY 215.07.ttt eeYC. ； D. 2e 221. 考虑AR(2)模型
7、 ，则其AR特征方程的根是 （B ）tttt eY215.07.（A） （B）412， 412，（C） （D） 5.0， 5.0，2、填空题（每题 3 分，共 24 分） ；1.当 时，我们可以用_ _作为 的临界极限值来检验 模型是pkn/2k )(pAR正确的零假设。2.一个子集 模型是指 _ARMA 模型系数的某个子集为零_。),(qARM3.考虑非平稳 模型 ，其指数加权滑动平均（EWMA）1I 11tttt eY_ _。)1(tY0)(kkt4. 时间序列 的季节周期 s 的季节差分定义为 _ _。t tsYst6. 已知 AR（1）模型为： 其中 为零均值方差为 的白噪声序列，tt
8、tx15.0t 2则 =_0_,偏自相关系数)(txE=_0.5_， =_0_（k1） ；1k7. 若 满足： ， 则该模型为一个季节周期为 _6_的乘法季节tY66tttt eYs模型。sARM_)1,()0_,(8. 若 满足： ， 则该模型为一个季节周期为tY 131212 ttttt eeY第 3 页（共 5 页）_12_的乘法季节 模型。s sARIM)1_,0()1_,(9. 若 满足： ， 则该模型为一个季节周期为tY 766 tttttt eeY_6_的乘法季节 模型。s s),(),010. 若 满足： ， 则该模型为一个季节周期为 _12_的乘法t 112tttt e s季
9、节 模型。sARM_),()1,011. 若已知时间序列 满足模型： ，则其具体的 ARIMA 形式为tY1215.0ttttt eY_ _。),2(I12. 若已知时间序列 满足模型： ，则其具体的t 1218.0. ttttt eYARIMA 形式为_ARIMA(1,1,1)_。13.对于一阶滑动平均模型 MA(1): ，则其一阶自相关函数为1.ttte_ _其中 _ _。218.0.14.对于时间序列 为零均值方差为 0.5 的白噪声序列，则 =_ttt eY,4.0 )(tYVar_,其中 , _。21e.5.2e15. 设 ARMA (2, 1)： 121.0.0ttttt eY则所
10、对应的 AR 特征方程为_ _，其 MA 特征方程为_ _.5.x 01.x16. AR(2)模型 平稳的充分必要条件是_ _ tttt e21 ,12_ _。(第 52 页）,12217. 设 为一时间序列，则其 2 阶差分定义为_ _.xt 12tttY18. 假设线性非平稳序列 形如： ， xt tta1,0aEt）（其 中 ，）（ 2taVr，问应该对其进行_一_阶差分后化成平稳序列分析.10aCov1-tt ，），（19. 假设线性非平稳序列 形如： ， t t2t at ,at）（其 中 ，）（ 2tar，问应该对其进行_二_阶差分后化成平稳序列分析.a1-tt，），（19. 模型
11、 ARIMA（1，1，0）又称为_ARI(1,1)_模型.20. 模型 ARIMA（0，1，1）又称为_ _模型.)1,(IMA第 4 页（共 5 页）21. 一阶滑动平均过程 MA(1)： 的 ( ）步向前预测的预测误差为1ttteYl_ _。 （第 141 页）)(let 22. 对于一阶自回归模型 AR(1): 10tttX ，其 AR 特征方程的根为_ _，平1稳域是_ _。123. 模型中的 和 D 分别表示_普通差分的阶数_和sQDPqdpARIM),(),(d_季节差分的阶数_。24.设 满足模型： ，则当 a 满足_ _时，模型平稳。tYtttt eaY218.0 2.01a（第 52 页条件（4.3.11)25.白噪声序列满足 _均值为零的独立同分布随机变量序列_。26. 一阶自回归过程 AR(1)的 步向前预测的预测误差为 _l )(let_（见 P143 公式（9.3.13） ） 。.121.tlltltlt eee
