時(shí)間序列分析智慧樹知到期末考試答案章節(jié)答案2024年湘潭大學(xué)

時(shí)間序列分析智慧樹知到期末考試答案+章節(jié)答案2024年湘潭大學(xué)如果檢驗(yàn)結(jié)果顯示殘差序列的自相關(guān)性顯著，可以考慮對(duì)殘差序列擬合自回歸模型。()

答案:對(duì)我們?yōu)榱擞?jì)算得到?（kk），需要通過求解Yule-Walker方程組。()

答案:對(duì)當(dāng)序列的短期相關(guān)性和季節(jié)效應(yīng)之間具有乘積關(guān)系，可以嘗試使用乘積季節(jié)模型來擬合序列的發(fā)展。()

答案:對(duì)AR模型自相關(guān)系數(shù)呈指數(shù)衰減且呈現(xiàn)截尾性。()

答案:錯(cuò)確定性時(shí)序分析能夠克服其他因素的干擾，單純測(cè)度出某個(gè)確定性因素對(duì)序列的影響。（）

答案:對(duì)簡(jiǎn)單中心移動(dòng)平均比值能有效提取季節(jié)效應(yīng)。（）

答案:對(duì)DF檢驗(yàn)是ADF檢驗(yàn)在自相關(guān)階數(shù)為1時(shí)的一個(gè)特例。（）

答案:對(duì)

答案:對(duì)時(shí)間序列數(shù)據(jù)通常只適合做短期預(yù)測(cè)。（）

答案:對(duì)非中心化MA(q)模型轉(zhuǎn)化為中心化的MA(q)模型以后，對(duì)序列值之間的相關(guān)關(guān)系有影響。（）

答案:錯(cuò)集群效應(yīng)（volatilitycluster）指的是非平穩(wěn)序列在消除確定性非平穩(wěn)因素的影響之后，殘差序列的波動(dòng)在大部分時(shí)段是平穩(wěn)的，但卻會(huì)在某些時(shí)段波動(dòng)持續(xù)偏高，在某些時(shí)段波動(dòng)持續(xù)偏低。（）

答案:對(duì)時(shí)域分析方法的目的就是尋找出序列值之間相關(guān)關(guān)系的統(tǒng)計(jì)規(guī)律，并擬合出適當(dāng)?shù)臄?shù)學(xué)模型來描述這種規(guī)律，進(jìn)而利用這個(gè)擬合模型預(yù)測(cè)序列未來的走勢(shì)。（）

答案:對(duì)在實(shí)踐中，許多金融時(shí)間序列都呈現(xiàn)出異方差的性質(zhì)，可以通過對(duì)數(shù)變換有效地實(shí)現(xiàn)方差齊性。（）

答案:對(duì)

答案:錯(cuò)最小均方誤差預(yù)測(cè)與條件期望預(yù)測(cè)是等價(jià)的。()

答案:對(duì)通常模型定階的經(jīng)驗(yàn)方法為：如果樣本自相關(guān)系數(shù)或偏自相關(guān)系數(shù)在最初的d階明顯大于兩倍標(biāo)準(zhǔn)差范圍，而后幾乎95％的自相關(guān)系數(shù)都落在2倍標(biāo)準(zhǔn)差的范圍以內(nèi)，而且通常由非零相關(guān)系數(shù)衰減為小值波動(dòng)的過程非常突然。這時(shí)，通常視為自相關(guān)系數(shù)或偏自相關(guān)系數(shù)截尾，截尾階數(shù)為d。否則視為不截尾。()

答案:對(duì)PortmanteaQ檢驗(yàn)實(shí)際上就是殘差平方序列的自相關(guān)性檢驗(yàn)。（）

答案:對(duì)當(dāng)我們獲得新的觀察值時(shí)，不需要重新對(duì)所有的歷史數(shù)據(jù)進(jìn)行計(jì)算，只需利用新信息對(duì)舊的預(yù)測(cè)值進(jìn)行修正，也可以獲得x(t+L)更精確的預(yù)測(cè)值。（）

答案:對(duì)

答案:對(duì)簡(jiǎn)單中心移動(dòng)平均能實(shí)現(xiàn)擬合方差最小。（）

答案:對(duì)隨機(jī)序列和觀察值序列的關(guān)系，正確的有()：

答案:通過分析觀察值序列的性質(zhì)，由此來推斷隨機(jī)序列的性質(zhì)。###觀察值序列是隨機(jī)序列的一個(gè)實(shí)現(xiàn)。AR模型平穩(wěn)性判別方法有特征根判別法和平穩(wěn)域判別法。()

答案:對(duì)ARCH模型構(gòu)造原理是：在方差非齊的殘差序列中，通過構(gòu)造適當(dāng)?shù)哪Ｐ?，提取序列的相關(guān)信息，以獲得序列異方差波動(dòng)特征。（）

答案:對(duì)我們進(jìn)行模型優(yōu)化的目的是選擇最優(yōu)模型。（）

答案:錯(cuò)ADF檢驗(yàn)主要適用于方差齊性場(chǎng)合，而PP檢驗(yàn)統(tǒng)計(jì)量既適用于異方差場(chǎng)合的平穩(wěn)性檢驗(yàn)，又服從相應(yīng)的ADF檢驗(yàn)統(tǒng)計(jì)量的極限分布。（）

答案:對(duì)簡(jiǎn)單季節(jié)模型通過簡(jiǎn)單的趨勢(shì)差分、季節(jié)差分之后序列即可轉(zhuǎn)化為平穩(wěn)。()

答案:對(duì)下列說法正確的有（）：

答案:比較準(zhǔn)則有好幾個(gè)，如AIC準(zhǔn)則、BIC準(zhǔn)則。###選擇模型用于統(tǒng)計(jì)推斷辦法是，確定適當(dāng)?shù)谋容^準(zhǔn)則，構(gòu)造適當(dāng)?shù)慕y(tǒng)計(jì)量，確定相對(duì)最優(yōu)。異方差殘差圖的類型有（）：

答案:遞增型異方差殘差圖###綜合型異方差殘差圖###遞減型異方差殘差圖產(chǎn)生虛假回歸的原因不包括（）。

答案:自相關(guān)性###異方差性###隨機(jī)解釋變量關(guān)于DW檢驗(yàn)規(guī)則，正確的有（）

答案:關(guān)于GARCH模型的不足，說法正確的有（）

答案:參數(shù)的約束條件一定程度上限制了GARCH模型的適用范圍###它對(duì)正負(fù)擾動(dòng)的反應(yīng)是對(duì)稱的###有條件方差必須平穩(wěn)的要求，要求參數(shù)有界###無(wú)條件方差必須非負(fù)的要求，導(dǎo)致了參數(shù)非負(fù)的約束條件ARCH模型的建模步驟包括（）

答案:正態(tài)性檢驗(yàn)。###異方差自相關(guān)性檢驗(yàn)###回歸擬合###殘差自相關(guān)性檢驗(yàn)###ARCH模型定階###參數(shù)估計(jì)下列說法正確的有()：

答案:在新的信息量比較大時(shí)，把新信息加入到舊的信息中，重新擬合模型。###MA(q)序列理論上只能預(yù)測(cè)q步之內(nèi)的序列走勢(shì)。###在新的信息量很小時(shí)，不重新擬合模型，只是將新的信息加入，以修正預(yù)測(cè)值，提高預(yù)測(cè)精度。###如果把新的觀察值的信息加進(jìn)來，就能提高對(duì)x(t+L)的估計(jì)精度。MA模型的統(tǒng)計(jì)性質(zhì)有()：

答案:常數(shù)方差###常數(shù)均值###自相關(guān)系數(shù)q階截尾###自協(xié)方差函數(shù)q階截尾白噪聲序列有哪些性質(zhì)()：

答案:沒有記憶###純隨機(jī)性###方差齊性1976年，（

）采用帶輸入變量的ARIMA模型為平穩(wěn)多元序列建模。

答案:Jenkins###Box誤差修正模型（errorcorrectionmodel）簡(jiǎn)稱ECM模型，最初由（）于1977年提出，它常常作為協(xié)整模型的補(bǔ)充模型出現(xiàn)。

答案:Hendry###Anderson作為一種常用的確定性時(shí)間序列分析方法，因素分解方法由英國(guó)統(tǒng)計(jì)學(xué)家（

）首次使用。

答案:Persons序列的低階矩包括()：

答案:方差###均值###自相關(guān)系數(shù)###自協(xié)方差

答案:關(guān)于趨勢(shì)效應(yīng)和季節(jié)效應(yīng)的常用擬合方法，正確的有（）

答案:季節(jié)指數(shù)替換季節(jié)效應(yīng)###自變量為時(shí)間t的冪函數(shù)擬合趨勢(shì)效應(yīng)###自變量為歷史觀察值的線性函數(shù)擬合趨勢(shì)效應(yīng)###建立季節(jié)自回歸模型擬合季節(jié)效應(yīng)DF檢驗(yàn)的類型不包括

答案:帶隨機(jī)項(xiàng)回歸過程移動(dòng)平均方法是X-11程序中一種常用的修勻方法，它最早于1870年由法國(guó)數(shù)學(xué)家（）提出。

答案:DeForest

答案:

答案:協(xié)整關(guān)系主要是通過考察回歸殘差的平穩(wěn)性來確定的。（）

答案:對(duì)

答案:

答案:1階單整序列###1階差分平穩(wěn)序列###非平穩(wěn)序列作為一種常用的確定性時(shí)間序列分析方法，因素分解方法由英國(guó)統(tǒng)計(jì)學(xué)家（）首次使用。

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

答案:Musgrave非對(duì)稱移動(dòng)平均###Henderson加權(quán)移動(dòng)平均###簡(jiǎn)單中心移動(dòng)平均簡(jiǎn)單中心移動(dòng)平均能有效提取序列的低階趨勢(shì)（比如一元一次線性趨勢(shì)或一元二次拋物線趨勢(shì)）。（）

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

答案:法國(guó)DeForest某產(chǎn)品1-6月的銷售量為46，50，59，57，55，53，采用3期簡(jiǎn)單移動(dòng)平均對(duì)第7月的銷售量做預(yù)測(cè)，則預(yù)測(cè)值是（）。

答案:55關(guān)于時(shí)間序列的分解定理，正確的有()：

答案:Wold分解定理是現(xiàn)代時(shí)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)。###Cramer分解定理是Wold分解定理的理論推廣，它說明任何一個(gè)序列的波動(dòng)都可以視為同時(shí)受到了確定性影響和隨機(jī)性影響的綜合作用。###平穩(wěn)序列要求確定性影響和隨機(jī)性影響都是穩(wěn)定的，而非平穩(wěn)序列產(chǎn)生的機(jī)理就在于它所受到的確定性影響和隨機(jī)性影響至少有一個(gè)是不穩(wěn)定的。###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(jī)序列之和。異方差的特征就是殘差序列的波動(dòng)在某些時(shí)段大，而在另外時(shí)段小。（）

答案:對(duì)簡(jiǎn)單季節(jié)模型通過簡(jiǎn)單的趨勢(shì)差分、季節(jié)差分之后序列即可轉(zhuǎn)化為平穩(wěn)。（）

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

答案:對(duì)關(guān)于GARCH衍生模型，說法正確的有（）：

答案:關(guān)于差分方式的選擇，正確的有()：

答案:序列蘊(yùn)含著顯著的線性趨勢(shì)，一階差分就可以實(shí)現(xiàn)趨勢(shì)平穩(wěn)。###對(duì)于蘊(yùn)含著固定周期的序列進(jìn)行步長(zhǎng)為周期長(zhǎng)度的差分運(yùn)算，通?？梢暂^好地提取周期信息。###序列蘊(yùn)含著曲線趨勢(shì)，通常低階（二階或三階）差分就可以提取出曲線趨勢(shì)的影響。延遲算子類似于一個(gè)時(shí)間指針，作用于當(dāng)前序列，就相當(dāng)于把（）的時(shí)間向過去撥了一個(gè)時(shí)刻。。

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

答案:?p不等于零模型顯著性檢驗(yàn)的目的是檢驗(yàn)?zāi)Ｐ偷挠行?，看看?duì)信息的提取是否充分，檢驗(yàn)對(duì)象為（）。

答案:殘差序列對(duì)于低階AR模型，用特征根方法比平穩(wěn)域方法能更簡(jiǎn)便判斷模型的平穩(wěn)性。（）

答案:錯(cuò)在實(shí)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(yùn)算，這些原因?qū)е挛覀儯ǎ┲苯佑寐?lián)合概率分布進(jìn)行時(shí)間序列分析。

答案:很少一種更簡(jiǎn)單、更實(shí)用的描述時(shí)間序列統(tǒng)計(jì)特征的方法是研究該序列的低階矩。（）

答案:對(duì)（）業(yè)余天文學(xué)家施瓦貝發(fā)現(xiàn)太陽(yáng)黑子的活動(dòng)具有11-12年左右的周期。

答案:美國(guó)概率分布函數(shù)或概率密度函數(shù)能夠（）地