2022 时间序列分析(厦门大学)1467149484 最新满分章节测试答案
- 【作业】01 时间序列简介 第一章作业
- 01 时间序列简介 第一章测验
- 【作业】02 基本概念 第二章作业
- 02 基本概念 第二章测验
- 【作业】03 线性时间序列模型的概率性质 第三章作业
- 03 线性时间序列模型的概率性质 第三章测验
- 04 时间序列建模的一般步骤 第四章测验
- 05 预测 第五章测验
- 06 季节效应 第六章测验
- 07 非平稳 第七章测验
- 【作业】04 时间序列建模的一般步骤 第四章作业
- 【作业】05 预测 第五章作业
- 【作业】06 季节效应 第六章作业
- 【作业】07 非平稳 第七章作业
- 09 平稳多维时间序列 第九章测验
- 08 波动异质模型 第八章测验
- 【作业】08 波动异质模型 第八章作业
- 【作业】09 平稳多维时间序列 第九章作业
本答案对应课程为:点我自动跳转查看
本课程起止时间为:2022-03-01到2022-06-30
【作业】01 时间序列简介 第一章作业
1、 问题:什么是时间序列数据,列出两个时间序列数据的实例。
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
01 时间序列简介 第一章测验
1、 问题:时间序列数据,就是依时间顺序收集起来的数据。
选项:
A:正确
B:错误
答案: 【正确】
2、 问题:时间序列分析方法包括时域分析和频域分析两大类。
选项:
A:正确
B:错误
答案: 【正确】
3、 问题:为非平稳的单位根过程,其中
为白噪声序列
选项:
A:正确
B:错误
答案: 【正确】
【作业】02 基本概念 第二章作业
1、 问题:简述什么是严平稳和宽平稳,以及二者之间的关系。
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
2、 问题:从定义出发,说明白噪声序列和随机游走过程是否是宽平稳过程。
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
3、 问题: 请简述独立同分布(IID)序列、鞅差序列(MDS)和白噪声(WN)序列之间的关系。
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
4、 问题:讲义二最后一页的问题。
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
02 基本概念 第二章测验
1、 问题:关于严平稳与宽平稳的关系,下列叙述不正确的是()
选项:
A:宽平稳不一定是严平稳
B:严平稳不一定是宽平稳
C:宽平稳正态时间序列一定是严平衡时间序列
D:二阶矩存在的严平衡序列不一定是宽平稳序列
答案: 【二阶矩存在的严平衡序列不一定是宽平稳序列】
2、 问题:时间序列分解常用模型有加法模型和乘法模型。
选项:
A:正确
B:错误
答案: 【正确】
3、 问题:白噪声过程是弱平稳的。
选项:
A:正确
B:错误
答案: 【正确】
4、 问题:假设是独立同分布的标准柯西分布序列,密度函数为
,则
是弱平稳的。
选项:
A:正确
B:错误
答案: 【错误】
5、 问题:假设,其中
是零均值平稳序列,具有自协方差函数
,则
是平稳的。
选项:
A:正确
B:错误
答案: 【错误】
【作业】03 线性时间序列模型的概率性质 第三章作业
1、 问题:假设, 其中
,找出AR(2)模型的平稳性条件:
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
2、 问题:已知AR(1)模型为,其中
,求均值
,方差
、延迟2阶自相关系数
和偏自相关系数
。
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
3、 问题:已知MA(2)模型为,其中
,求均值W
,方差
和延迟
阶自相关系数
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
4、 问题:判别下面两个AR模型的平稳性(1)(2)
评分规则: 【 答案内容超过 5000 字建议使用附件形式上传
】
03 线性时间序列模型的概率性质 第三章测验
1、 问题:假设,则
时()序列;当
时,其自相关函数在滞后()阶时非零
选项:
A:平稳;12
B:非平稳;12
C:平稳;24
D:非平稳;24
答案: 【平稳;12】
2、 问题:假设,
的取值为()时该序列为平稳序列
选项:
A:
B:
C:
D:
答案: 【】
3、 问题:假设,其中
,则
的平稳条件为()
选项:
A:
B:
C:
D:
答案: 【】
4、 问题:当q=0时,ARMA(p,q)模型就退化成了AR(p)模型
选项:
A:正确
B:错误
答案: 【正确】
5、 问题:假设,则当
时,其自相关函数为
。
选项:
A:正确
B:错误
答案: 【正确】
04 时间序列建模的一般步骤 第四章测验
1、 问题:以下对AR(p)与MA(q)模型的特征描述中,正确的是()。
选项:
A:AR模型的自相关函数p阶截尾,MA模型的偏自相关函数q阶截尾
B:AR模型的偏自相关函数p阶截尾,MA模型的自相关函数q阶截尾
C:AR和MA模型的自相关和偏自相关函数均有截尾特性
D:AR和MA模型的自相关和偏自相关函数均不具备截尾特性
本文章不含期末不含主观题!!
本文章不含期末不含主观题!!
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦,电子资源购买后不支持退款哦