2025年统计学专业期末考试：时间序列分析在时间序列数据分析与评估中的应用试题.docxVIP

2025年统计学专业期末考试：时间序列分析在时间序列数据分析与评估中的应用试题

考试时间：______分钟总分：______分姓名：______

一、选择题（本大题共15小题，每小题2分，共30分。在每小题列出的四个选项中，只有一项是最符合题目要求的。请将正确选项的字母填在题后的括号内。）

1.时间序列分析的核心目标是什么？A.揭示数据背后的随机性B.预测未来趋势C.分析季节性波动D.检验数据独立性

（我上课的时候经常强调啊，时间序列分析最最核心的就是预测未来，当然，这得建立在理解数据规律的基础上。）

2.以下哪项不是时间序列数据的基本特征？A.时间顺序性B.独立性C.随机性D.季节性

（这个得选B啊，同学们，时间序列数据肯定是有时间顺序的，而且往往带着随机性和季节性，但独立性？那可不行，前后数据肯定有影响的。）

3.简单移动平均法适用于哪种类型的时间序列数据？A.平稳序列B.非平稳序列C.季节性序列D.趋势性序列

（想当年我刚开始教这个的时候，也觉得挺简单的，就是算个平均嘛。后来发现啊，它主要对付的是有趋势但没有明显季节性的数据。）

4.指数平滑法中，平滑系数α的取值范围是多少？A.0到1之间B.-1到1之间C.0到无穷大D.无穷小到1

（α啊，这可是个关键参数，取值不同，预测结果就大不一样。我每次上课都比喻成，α越大，越看重最近的数据；α越小，越看重历史数据。它得在0到1之间才行啊。）

5.时间序列分解法中，“趋势-季节性-随机”模型指的是什么？A.ARIMA模型B.三次指数平滑法C.按照数据构成成分的分解D.多项式回归模型

（这个题啊，我觉得C最合适。咱们分析时间序列，不就是把数据拆解成长期趋势、季节性变动和随机波动这三块嘛，这个模型就是这么个思路。）

6.自回归模型AR(p)中的参数p代表什么？A.预测期数B.数据点个数C.自回归系数D.滞后阶数

（这个p啊，我上课经常说，它就是告诉我们往前看多少期。比如AR(2)，就是用前两期的数据来预测下一期。所以它是滞后阶数。）

7.移动平均模型MA(q)中的参数q代表什么？A.预测期数B.数据点个数C.移动平均窗口大小D.滞后阶数

（MA(q)这个，我通常会拿下雨来举例子。比如MA(3)，就是看最近三天的雨量来预测第四天会不会下雨。所以q就是移动平均的期数，也就是滞后阶数。）

8.ARIMA模型中，(p,d,q)分别代表什么？A.自相关系数、差分次数、移动平均阶数B.预测期数、数据点个数、滞后阶数C.自回归阶数、差分次数、移动平均阶数D.趋势系数、季节性系数、随机系数

（这个可是ARIMA模型的灵魂啊，我每次讲到这里都特别激动。p就是自回归阶数，d就是差分次数，q就是移动平均阶数，它们决定了模型的复杂度和预测能力。）

9.单位根检验主要用于判断时间序列的什么性质？A.正态性B.独立性C.平稳性D.相关性

（这个检验啊，我当年做论文的时候用得特别多。它的目的就是看这个时间序列的数据，去掉第一个数据后，剩下的数据序列的统计特性会不会随着时间变化而变化。平稳的，就不会变；不平稳的，就会变。所以是判断平稳性。）

10.Dickey-Fuller检验与t检验的主要区别是什么？A.检验的参数不同B.检验的假设不同C.检验的统计量分布不同D.检验的应用场景不同

（这两个检验啊，我讲课的时候会对比讲。它们最大的区别在于统计量的分布，DF检验的统计量分布跟普通的t分布不一样，它是有偏的，所以要查专门的表。）

11.季节性分解的时间序列模型有哪些？A.STL分解B.X-11分解C.ARIMA模型D.指数平滑法

（季节性啊，这个很重要。我通常会讲STL和X-11这两种比较常用的分解方法。它们能把时间序列拆成趋势、季节和随机三个部分，这样分析起来就方便多了。）

12.季节性调整的方法有哪些？A.季节性比率法B.移动平均法C.季节性分解法D.ARIMA模型

（调整季节性，我通常会教两种方法。一种是季节性比率法，就是用原始数据除以季节指数；另一种就是前面说的季节性分解法，把季节成分去掉。移动平均法和ARIMA模型主要是用来预测的，不是调整季节性的。）

13.时间序列预测的误差衡量指标有哪些？A.MAEB.RMSEC.MAPED.TheilsU

（预测误差，这个得好好衡量啊。我通常会教四种指标：MAE是平均绝对误差，RMSE是均方根误差，MAPE是平均绝对百分比误差，TheilsU是Theil不均衡系数。它们各有优缺点，得根据情况选。）

14.时间序列预测的定性方法有哪些？A.专