您的当前位置:首页正文

时间序列分析 习题库

2022-03-22 来源:好走旅游网
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的取值范围为( );j与j之间的关系是( );

0=( )。

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,并用记号√(具有截尾性)和×(不具有截尾性)填入判断结果。 随机过程 自相关系数 偏自相关系数 2. 如果随机过程t为白噪音,则 Ytt

白噪音过程 平稳AR(2) MA(1) ARMA(2,1) 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yt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: j j 0 1 2 -1

1.白噪音yt的性质是:yt的数学期望为 ,方差为 ;yt与yt-j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值的选择一般有2种:

(1)根据经验判断,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AR(2) ②MA(1) ③平稳ARMA(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 ②yt1.23t+t ③随机漂移过程

- 1 -

④yt16t3.2t1 ⑤yt2.8t

2.(3分)白噪音t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( )。

①平稳AR(1) ②MA(2) ③平稳ARMA(1,2) ④白噪音 4.(4分)设滞后演算子为L。

(1)1L5c( )(c为常数);

(2)sYt( )Yt。一般地,当数据为季度数据时,s取值( ),数据为月份数据时,s取值( )。

5.(3分)平稳时间序列模型识别时应遵循的原则是( )原则,即( )。

6.(4分)随机过程yt的自协差生成函数gy(z)等于( ),谱密度Sy(w)等于( )。(写出定义式或计算公式)

4.(2分)利用自相关系数进行模型的识别时,检验方法有:

(1)( )检验;(2)( )检验;(3)Ljung-Box检验。 7. (3分)GNP等很多经济时间序列更接近于( )的形式。所以,一般先将数据( ),从而变换为( )趋势后再进行分析。

7. (3分)自相关系数j的取值范围是 。另外,0 ,

j与-j之间的关系是 。

8. (1分)当 时,可以利用以下公式:

1L11L2L23L3

6. 利用一组变量Xt预测Yt1时,可以证明,使均方误差最小的预测,等于 。

4.(6分)随机过程yt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。

二、证明题(本题总计15分,每小题5分)

3. 下述系统是否稳定?为什么?

Yt1Yt6

- 2 -

1. 当随机过程Yt平稳时,证明:E(YtYtj)j2。

2. 设随机过程Yt平稳,ZtYt。证明:随机过程Zt平稳。

113.设Xt,EXt,EXX 的逆矩阵为 ttzt1222 1证明:在Xt上预测常数C时,预测值仍然是C。

112x3. 设Zt,EZt,的方差为, EZ•Zttt 的逆矩阵为: xt1222 1证明:在Zt上预测xt时,其预测值仍为xt。

1. 设L1L, L1s 证明:s1LL1

2.证明:白噪音t具有平稳性。

2.证明:当yt平稳性时,yt和ytj之间的相关系数可以写为

jCorryt,ytj0

3.证明:当随机过程Yt满足Yt12.5t时,证明其谱密度为

1jeiwj 提示:谱密度的计算公式为:Sy(w)2j123.证明:当随机过程Yt满足Yt2.5t时,证明其谱密度为。

21. 移动平均法的计算公式为

12。 21YtYt1Yt2YtN1 N1 证明:MtMt1YtYtN

N Mt1. 指数平滑法的计算公式为

St1Yjj0tj

- 3 -

证明:StSt1YtSt1。 1. 证明下述模型不具有平稳性: ytyt1t (y00)

3. 证明:当1时,1阶差分系统 YtYt1wt 不具有稳定性。 3. 随机过程Yt的谱密度为

102jcos(wj) Sy(w)2j1证明:Yt为白噪音时,谱密度等于

12。 2123. 当随机过程Yt为白噪音时,证明其谱密度为。

2

1. 用滞后算子L,证明指数平滑法的2个公式等值:

ˆS1jY Yt1ttjj0StSt1YtSt1

其中,01。

112varz2. 设Xt,EXt,。 t0zt10X证明:(1)t的方差为 20(2)在Xt上预测常数C时,预测值仍然是C。

三、简答题(本题总计20分,每小题5分)

4. 简要解释:谱密度Sy(w)的取值范围,对称性,及与自协方差生成函数gy(z)的关系。

11222Ex5.设Xt,EXt, 1x1221EXt•Xt 的逆矩阵为2 1在Xt上预测x1时,其预测值是什么?为什么?

- 4 -

1.j和j之间的关系是什么?为什么?(可举例说明)

1. 移动平均法和指数平滑法的主要区别是什么?

2. 自相关系数与相关系数之间的关系是什么?自相关系数的取值范围是什么? 1. 下述随机过程中,具有平稳性的过程有哪些?(不必证明或解释原因)

(1)白噪音(过程); (2)随机漂移过程 (3)时间序列具有长期趋势的过程 (4)Ytt(其中,t为白噪音)。

2.下述随机过程中,具有平稳性的有那些?不具有平稳性的有哪些?

(不需要证明或解释原因) ①白噪音 ②yt1.23t+t ③随机漂移过程 ④yt16t3.2t1 ⑤yt2.8t 3.解释概念:ARIMA(p,d,q)模型。 4.设有时间序列数据Y1,Y2,,YT。简述利用这些数据,进行时间序列分析的基本

方法。

3.解释MA模型的可逆性。MA(1)的可逆性条件是什么? 2.指数平滑法的主要特点是什么?

13. 因为谱密度的定义为Syw2jejiwj,所以可以说Syw一般取复数值

吗?为什么?

1.移动平均法的特点是什么?

2.随机过程的平稳性需要满足什么条件? 3.解释概念:①自协差生成函数,②谱密度

114.设Xt,EXt,EX•X 的逆矩阵为 ttxt122 2 1在Xt上预测常数C时,其预测值是什么?为什么?

3. 简单说明:判断时间序列是否平稳的基本方法。 1. 什么是自相关系数? 其取值范围是什么? 2. 解释概念:时间序列的平稳性。 4. 简要解释:MA模型的特点。

4. 简要解释:分析平稳时间序列的基本步骤。

1. 什么是动态系统的稳定性?下述系统是否具有稳定性?

Yt1.2Yt1wt

- 5 -

14. 设Y的谱密度为: SY(w)202jcos(wj)

j1(1) 写出Y的自协差生成函数

(2) 谱密度是w的什么函数? (3) 谱密度的取值范围是什么? (4) 谱密度具有什么样的对称性? 5. 已知:AR(p)的Yule-Walker方程为

j1j12j2jp

说明:用矩估计法估计AR(2)中总体参数的方法。

四、计算题(本题总计40分,每小题10分)

1. 设有二阶差分方程:Yt0.6Yt0.16Yt1wt。 (1)计算1、2;

(2)根据上述结果,写出动态系数的计算公式; (3)判断该差分方程系统的稳定性,并说明理由。 2. 设有AR(1)过程:

Yt30.8Yt1t

2其中, t为白噪音,其方差为0。

(1)计算Yt的数学期望和方差;

(2)计算j=1时Y的自协方差和自相关系数; (3)判断该过程是否具有平稳性,并说明理由。 3. 设有MA(1)过程:

Yt3t1.2t1

其中,t为白噪音,其方差为0。

(1) 计算Yt的数学期望和方差; (2) 计算j=1,2时的Yt的自协方差;

2

(3) 判断该过程是否具有平稳性,并说明理由。

4. 设有随机过程:Yt12t0.8t1。求Y的自协差生成函数和谱密度。 4. 某大型国有企业根据历年的利润总额,估计出下述模型:

Yt15000.7Yt1t

- 6 -

如果2008年该企业的利润总额为4500万元,预测2009年、2010年和2011年该企业的利润总额。从这些结果中,你能看出这种预测有什么特点吗?

- 7 -

因篇幅问题不能全部显示,请点此查看更多更全内容