時間序列分析知到智慧樹章節(jié)測試課后答案2024年秋湘潭大學(xué)

時間序列分析知到智慧樹章節(jié)測試課后答案2024年秋湘潭大學(xué)第一章單元測試

古埃及人經(jīng)過長期的觀察，他們發(fā)現(xiàn)尼羅河的漲落非常有規(guī)律。也就是當(dāng)天狼星(夜空中最亮的恒星)第一次和太陽同時升起的那一天之后，再過（）天左右，尼羅河就開始泛濫。

A:30B:365

C:90D:200

答案:200對時間序列進行觀察、研究，尋找它的變化發(fā)展的（），預(yù)測它將來的走勢，就是時間序列分析。

A:規(guī)律

B:態(tài)勢C:軌跡D:趨勢

答案:規(guī)律

我們研究時間序列的目的是想揭示隨機序列的性質(zhì)。（）

A:錯B:對

答案:對下列說法正確的是（）。

A:“平糶法”是對農(nóng)民和百姓都有利的政策，是一個國家的治國之道。

B:根據(jù)自然規(guī)律，做恰當(dāng)?shù)恼甙才?，就能有利于社會的發(fā)展和進步。

C:描述性時間序列分析方法有時也是非常實用的。

D:對于很多自然現(xiàn)象，只要人們觀察時間足夠長，就能運用描述性時間序列分析發(fā)現(xiàn)蘊含在時間里的自然規(guī)律。

答案:“平糶法”是對農(nóng)民和百姓都有利的政策，是一個國家的治國之道。

；根據(jù)自然規(guī)律，做恰當(dāng)?shù)恼甙才?，就能有利于社會的發(fā)展和進步。

；描述性時間序列分析方法有時也是非常實用的。

；對于很多自然現(xiàn)象，只要人們觀察時間足夠長，就能運用描述性時間序列分析發(fā)現(xiàn)蘊含在時間里的自然規(guī)律。

（）業(yè)余天文學(xué)家施瓦貝發(fā)現(xiàn)太陽黑子的活動具有11-12年左右的周期。

A:英國

B:法國C:德國D:美國

答案:德國

第二章單元測試

概率分布函數(shù)或概率密度函數(shù)能夠（）地描述一個隨機變量的統(tǒng)計特征。

A:客觀B:部分C:完整D:一致

答案:完整在實際應(yīng)用中，要得到序列的聯(lián)合概率分布幾乎是不可能的，且聯(lián)合概率分布通常涉及非常復(fù)雜的數(shù)學(xué)運算，這些原因?qū)е挛覀儯ǎ┲苯佑寐?lián)合概率分布進行時間序列分析。

A:經(jīng)常

B:一直C:從不D:很少

答案:很少一種更簡單、更實用的描述時間序列統(tǒng)計特征的方法是研究該序列的低階矩。（）

A:對B:錯

答案:對下列說法正確的是（）。

A:協(xié)方差函數(shù)和相關(guān)系數(shù)度量的是兩個不同隨機事件彼此之間的相互影響程度，而自協(xié)方差和自相關(guān)系數(shù)度量的是同一事件在兩個不同時期之間的相關(guān)程度，形象地講就是度量自己過去的行為對自己現(xiàn)在的影響。

B:寬平穩(wěn)是使用序列的特征統(tǒng)計量來定義的一種平穩(wěn)性。它認(rèn)為序列的統(tǒng)計性質(zhì)主要由它的低階矩決定，所以只要保證序列低階矩平穩(wěn)（比如二階），就能保證序列的主要性質(zhì)近似穩(wěn)定。

C:當(dāng)序列服從多元正態(tài)分布時，寬平穩(wěn)可以推出嚴(yán)平穩(wěn)。

D:我們對時間序列進行分析，主要是通過分析這些特征量的統(tǒng)計特性，推斷出隨機序列的性質(zhì)。

答案:協(xié)方差函數(shù)和相關(guān)系數(shù)度量的是兩個不同隨機事件彼此之間的相互影響程度，而自協(xié)方差和自相關(guān)系數(shù)度量的是同一事件在兩個不同時期之間的相關(guān)程度，形象地講就是度量自己過去的行為對自己現(xiàn)在的影響。

；寬平穩(wěn)是使用序列的特征統(tǒng)計量來定義的一種平穩(wěn)性。它認(rèn)為序列的統(tǒng)計性質(zhì)主要由它的低階矩決定，所以只要保證序列低階矩平穩(wěn)（比如二階），就能保證序列的主要性質(zhì)近似穩(wěn)定。

；當(dāng)序列服從多元正態(tài)分布時，寬平穩(wěn)可以推出嚴(yán)平穩(wěn)。

；我們對時間序列進行分析，主要是通過分析這些特征量的統(tǒng)計特性，推斷出隨機序列的性質(zhì)。

（）業(yè)余天文學(xué)家施瓦貝發(fā)現(xiàn)太陽黑子的活動具有11-12年左右的周期。

A:德國B:法國C:英國

D:美國

答案:美國

第三章單元測試

延遲算子類似于一個時間指針，作用于當(dāng)前序列，就相當(dāng)于把（）的時間向過去撥了一個時刻。。

A:將來的序列值B:過去的序列值C:所有的序列值

D:當(dāng)前的序列值

答案:當(dāng)前的序列值A(chǔ)R(p)模型的定義中有三個限制條件：（）不等于0這個限制條件保證了模型的最高階數(shù)為p。

A:?p不等于零B:?0不等于零C:xt不等于零D:εt不等于零

答案:?p不等于零對于低階AR模型，用特征根方法比平穩(wěn)域方法能更簡便判斷模型的平穩(wěn)性。（）

A:對B:錯

答案:錯下列說法正確的是（）。

A:可以證明AR(p)模型的偏自相關(guān)系數(shù)具有p階截尾性。

B:對AR(1)模型，Yule-Walker方程為ρ1等于?(1,1)ρ0。

C:解Yule-Walker方程組可以得到參數(shù)(?(k1),?(k2),…,?(kk))的解，第一個參數(shù)?(k1)的解即為延遲k偏自相關(guān)系數(shù)。

D:對于平穩(wěn)AR(p)序列，所謂滯后k偏自相關(guān)系數(shù)就是指在剔除了中間k-1個隨機變量的干擾之后，x(t-k)對x(t)影響的相關(guān)度量。。

答案:可以證明AR(p)模型的偏自相關(guān)系數(shù)具有p階截尾性。

；對AR(1)模型，Yule-Walker方程為ρ1等于?(1,1)ρ0。

；對于平穩(wěn)AR(p)序列，所謂滯后k偏自相關(guān)系數(shù)就是指在剔除了中間k-1個隨機變量的干擾之后，x(t-k)對x(t)影響的相關(guān)度量。。

模型顯著性檢驗的目的是檢驗?zāi)Ｐ偷挠行裕纯磳π畔⒌奶崛∈欠癯浞?，檢驗對象為（）。

A:模型序列

B:隨機序列C:觀察值序列D:殘差序列

答案:殘差序列

第四章單元測試

關(guān)于時間序列的分解定理，正確的有()：

A:Wold分解定理說明任何平穩(wěn)序列都可以分解為確定性序列和隨機序列之和。

B:平穩(wěn)序列要求確定性影響和隨機性影響都是穩(wěn)定的，而非平穩(wěn)序列產(chǎn)生的機理就在于它所受到的確定性影響和隨機性影響至少有一個是不穩(wěn)定的。

C:Cramer分解定理是Wold分解定理的理論推廣，它說明任何一個序列的波動都可以視為同時受到了確定性影響和隨機性影響的綜合作用。

D:Wold分解定理是現(xiàn)代時間序列分析理論的靈魂，是構(gòu)造ARMA模型擬合平穩(wěn)序列的理論基礎(chǔ)。

答案:Wold分解定理說明任何平穩(wěn)序列都可以分解為確定性序列和隨機序列之和。

；平穩(wěn)序列要求確定性影響和隨機性影響都是穩(wěn)定的，而非平穩(wěn)序列產(chǎn)生的機理就在于它所受到的確定性影響和隨機性影響至少有一個是不穩(wěn)定的。

；Cramer分解定理是Wold分解定理的理論推廣，它說明任何一個序列的波動都可以視為同時受到了確定性影響和隨機性影響的綜合作用。

；Wold分解定理是現(xiàn)代時間序列分析理論的靈魂，是構(gòu)造ARMA模型擬合平穩(wěn)序列的理論基礎(chǔ)。

關(guān)于差分方式的選擇，正確的有()：

A:對于蘊含著固定周期的序列進行步長為周期長度的差分運算，通?？梢暂^好地提取周期信息。

B:序列蘊含著曲線趨勢，通常低階（二階或三階）差分就可以提取出曲線趨勢的影響。

C:序列蘊含著顯著的線性趨勢，一階差分就可以實現(xiàn)趨勢平穩(wěn)。

答案:對于蘊含著固定周期的序列進行步長為周期長度的差分運算，通?？梢暂^好地提取周期信息。

；序列蘊含著曲線趨勢，通常低階（二階或三階）差分就可以提取出曲線趨勢的影響。

；序列蘊含著顯著的線性趨勢，一階差分就可以實現(xiàn)趨勢平穩(wěn)。

簡單季節(jié)模型通過簡單的趨勢差分、季節(jié)差分之后序列即可轉(zhuǎn)化為平穩(wěn)。（）

A:對B:錯

答案:對如果檢驗結(jié)果顯示殘差序列的自相關(guān)性顯著，可以考慮對殘差序列擬合自回歸模型。（）

A:錯B:對

答案:對異方差的特征就是殘差序列的波動在某些時段大，而在另外時段小。（）

A:錯B:對

答案:對關(guān)于GARCH衍生模型，說法正確的有（）：

A:TGARCH項體現(xiàn)出正、負(fù)擾動對條件方差的影響是不同的。體現(xiàn)了實際問題中存在的“杠桿效應(yīng)”。

B:EGARCH模型的第一個改進是放松了對GARCH模型的參數(shù)非負(fù)約束。

C:IGARCH模型適合于描述具有單位根特征（隨機游走）的條件異方差。

D:GARCH-M模型將風(fēng)險溢價思想引入ARCH模型，允許序列的均值依賴于它的波動性。

E:EGARCH模型的第二個改進是引入加權(quán)擾動函數(shù)，通過特殊的函數(shù)構(gòu)造，能對正、負(fù)擾動進行非對稱處理。

答案:TGARCH項體現(xiàn)出正、負(fù)擾動對條件方差的影響是不同的。體現(xiàn)了實際問題中存在的“杠桿效應(yīng)”。

；EGARCH模型的第一個改進是放松了對GARCH模型的參數(shù)非負(fù)約束。

；IGARCH模型適合于描述具有單位根特征（隨機游走）的條件異方差。

；GARCH-M模型將風(fēng)險溢價思想引入ARCH模型，允許序列的均值依賴于它的波動性。

；EGARCH模型的第二個改進是引入加權(quán)擾動函數(shù)，通過特殊的函數(shù)構(gòu)造，能對正、負(fù)擾動進行非對稱處理。

第五章單元測試

作為一種常用的確定性時間序列分析方法，因素分解方法由英國統(tǒng)計學(xué)家（）首次使用。

A:PersonsB:YoungC:HoltD:Meyers

答案:Persons移動平均方法是一種常用的修勻方法，它最早于1870年由（）提出。

A:德國Musgrave

B:捷克YoungC:法國DeForestD:英國Shiskin

答案:法國DeForest簡單中心移動平均能有效提取序列的低階趨勢（比如一元一次線性趨勢或一元二次拋物線趨勢）。（）

A:錯B:對

答案:對在X-11季節(jié)調(diào)整模型中常使用的移動平均方法是（）。

A:簡單中心移動平均

B:簡單移動平均

C:Henderson加權(quán)移動平均

D:Musgrave非對稱移動平均

答案:簡單中心移動平均

；Henderson加權(quán)移動平均

；Musgrave非對稱移動平均

某產(chǎn)品1-6月的銷售量為46，50，59，57，55，53，采用3期簡單移動平均對第7月的銷售量做預(yù)測，則預(yù)測值是（）。

A:55B:52.5

C:57D:56

答案:55

第六章單元測試

若，則（）。

A:B:

C:D:

答案:

若，，則（）。

A: