2025国考大连时间序列分析在统计调查中的应用.docxVIP

第PAGE页共NUMPAGES页

2025国考大连《时间序列分析》在统计调查中的应用

一、单选题（每题2分，共10题）

1.在大连市港口经济统计调查中，若某港口2024年1月至12月的集装箱吞吐量数据呈现明显的季节性波动，最适合用于描述其长期趋势的模型是？

A.ARIMA模型

B.指数平滑模型

C.线性回归模型

D.季节性分解模型

2.大连市某水产养殖合作社2020-2024年海蜇产量数据如下：5万吨、6万吨、7.2万吨、8万吨、9.5万吨。若采用移动平均法（n=3）预测2025年产量，则预测值为？

A.8.2万吨

B.8.5万吨

C.9.2万吨

D.9.5万吨

3.在分析大连市2023年旅游收入的时间序列数据时，发现存在明显的趋势性和季节性，但模型残差中仍有随机波动，此时应优先考虑？

A.提高移动平均窗口宽度

B.引入ARIMA模型的季节性参数

C.增加多项式回归的自变量

D.调整指数平滑的α值

4.大连市某旅游景区2024年各月游客量数据如下：2万、3.5万、5万、6万、7万、8万、9万、8万、7万、6万、4.5万、3万。若采用加法模型分解季节性指数，则7月的季节性指数最接近？

A.0.8

B.1.2

C.1.5

D.1.8

5.大连市统计局在分析2020-2024年居民消费价格指数（CPI）时，发现数据存在多重波动（长期趋势、季节性、周期性），最适合的建模方法是？

A.简单线性回归

B.季节性ARIMA(0,1,1)(1,1,1)12

C.乘法季节性指数平滑

D.时间序列聚类分析

6.大连市2023年空气质量监测数据中，PM2.5浓度呈现明显的周周期性波动，若需剔除其影响，应采用？

A.日均值移动平均法

B.周均值移动平均法

C.季节性ARIMA模型

D.小波分解法

7.在大连市航运业统计调查中，2020-2024年货运量数据如下：100万吨、120万吨、150万吨、180万吨、210万吨。若采用指数平滑法（α=0.3）预测2025年货运量，则预测值为？

A.231万吨

B.240万吨

C.250万吨

D.260万吨

8.大连市某农产品批发市场2024年各月蔬菜价格数据存在明显的季节性波动，若需计算无季节性影响的长期趋势，应采用？

A.先季节性调整再加趋势线

B.直接拟合线性趋势模型

C.采用季节性分解乘法模型

D.对数据进行对数转换后拟合

9.在分析大连市2023年进出口贸易额时间序列数据时，发现存在明显的年度周期波动，且波动幅度逐年增大，此时应优先考虑？

A.ARIMA(1,1,1)模型

B.GARCH模型

C.季节性指数平滑模型

D.对数据进行差分后拟合线性模型

10.大连市某景区2024年游客量数据呈现明显的趋势性和随机波动，若需同时捕捉长期趋势和短期冲击，应采用？

A.指数平滑模型

B.ARIMA(1,1,1)模型

C.季节性分解模型

D.门限回归模型

二、多选题（每题3分，共5题）

1.大连市港口经济统计调查中，分析集装箱吞吐量时间序列数据时，以下哪些方法可用于检测异常值？

A.标准差检验

B.移动平均绝对偏差（MAD）

C.季节性分解残差分析

D.小波系数阈值法

2.在分析大连市2023年旅游业收入时，若发现数据存在趋势性和季节性，以下哪些模型可同时处理这两种波动？

A.季节性ARIMA模型

B.指数平滑的ETS（加法模型）

C.分解后的乘法模型

D.小波包分解模型

3.大连市某制造业企业2020-2024年订单量数据如下：5000件、5500件、6200件、7000件、7800件。若需预测2025年订单量，以下哪些方法适合？

A.线性回归模型

B.指数平滑法（α=0.2）

C.ARIMA(1,1,1)模型

D.移动平均法（n=3）

4.在分析大连市2023年空气质量PM2.5浓度数据时，以下哪些方法可用于季节性调整？

A.简单移动平均法

B.季节性分解乘法模型（STL）

C.季节性差分法

D.X-11-ARIMA季节性调整程序

5.大连市某零售企业2024年各月销售额数据呈现明显的季节性波动，以下哪些模型可用于预测2025年销售额？

A.季节性ARIMA(0,1,1)(1,1,1)12模型

B.ETS（指数平滑状态空间）模型

C.分解后的趋势外推法

D.神经网络时间序列模型

三、计算题（每题6分，共4题）

1.大连市某港口2024年1月至12月的集装箱吞吐量数据如下：2万吨、2.2万吨、2.5万吨、3万吨、3.5万吨、4万吨、4.5万吨、4.2万吨、3.8万吨、3.5万吨、3万吨、2.8万吨。

（1）计算3个月移动平均序列；

（2）计算季节性