《统计预测与决策》复习试卷及答案.docxVIP

《统计预测与决策》复习试卷及答案

考试时间：______分钟总分：______分姓名：______

一、

1.时间序列的平稳性意味着其统计特性（如均值、方差）不随时间变化。

2.简单移动平均法适用于预测呈（）趋势的时间序列。

3.指数平滑法中，平滑系数α的取值范围是（）。

4.在指数平滑法中，近期观测值比远期观测值具有（）的权重。

5.一元线性回归模型中，变量X和Y之间存在（）关系。

6.计算一元线性回归模型的判定系数R2，其取值范围是（）。

7.时间序列分解法通常将序列分解为（）、（）和（）三个成分。

8.ARIMA(p,d,q)模型中，参数d表示对序列进行差分的次数，目的是使序列（）。

9.自相关函数（ACF）图主要用于判断时间序列中是否存在（）。

10.在风险型决策中，决策者往往依据（）来选择最优方案。

二、

1.简述简单移动平均法与指数平滑法的区别。

2.解释什么是时间序列的趋势性？请列举两种识别趋势性的方法。

3.写出多元线性回归模型的基本形式，并说明其中各符号的含义。

4.简述选择时间序列预测模型时应考虑的主要因素。

5.什么是决策树？其在决策分析中的作用是什么？

6.解释期望值决策准则的原理及其适用条件。

三、

某公司销售一部产品，根据历史数据（单位：件）：

3,4,6,5,7,8,9,10,11,12,13,14

1.试计算该时间序列的3期移动平均预测值。

2.若采用指数平滑法进行预测，初始值S?2=3，取α=0.3，计算第13期的指数平滑预测值S?13。

3.假设根据历史数据建立了产品销量Y对广告投入X的回归方程为Y=50+2X，且某期广告投入为10万元。请预测该期的产品销量，并说明预测结果的含义。

4.某决策问题有三个行动方案A?,A?,A?，对应两个自然状态S?,S?的损益值分别为：A?在S?下收益10，在S?下损失5；A?在S?下收益8，在S?下收益4；A?在S?下收益6，在S?下损失6。若决策者采用期望值准则，且认为状态S?发生的概率为0.7，S?发生的概率为0.3，请计算各方案的期望收益，并确定最优方案。

5.对一个非平稳时间序列进行ARIMA模型拟合，得到模型为ARIMA(1,1,1)。请简述该模型的经济含义，并说明模型中参数α,β,γ的典型估计方法（无需具体公式）。

试卷答案

一、

1.时间序列的平稳性意味着其统计特性（如均值、方差）不随时间变化。

*解析：平稳性是时间序列分析的基础假设，指序列的统计特性（均值、方差、自协方差等）在时间上保持不变。

2.简单移动平均法适用于预测呈（水平）趋势的时间序列。

*解析：简单移动平均法主要捕捉序列的均值水平变化，不适用于有明显趋势或季节性的序列。

3.指数平滑法中，平滑系数α的取值范围是（0,1）。

*解析：α是权重系数，必须大于0小于1，以体现近远期观测值的相对重要性。

4.在指数平滑法中，近期观测值比远期观测值具有（更大）的权重。

*解析：指数平滑法中，权重呈指数递减，近期数据赋予的权重（α(1-α)^(t-1)）大于远期数据。

5.一元线性回归模型中，变量X和Y之间存在（线性相关）关系。

*解析：一元线性回归研究的是两个变量之间的线性关系。

6.计算一元线性回归模型的判定系数R2，其取值范围是（0,1）。

*解析：R2表示回归模型对总变异的解释程度，取值在0到1之间，越接近1表示拟合越好。

7.时间序列分解法通常将序列分解为（趋势）、（季节性）和（循环）三个成分。

*解析：经典的时间序列分解法（如乘法模型）将序列分解为反映长期增长趋势的T、反映周期性变动的S和反映不规则波动的C成分。

8.ARIMA(p,d,q)模型中，参数d表示对序列进行差分的次数，目的是使序列（平稳）。

*解析：若原始时间序列非平稳（如具有单位根），则需要进行差分（d次），直至序列变为平稳，以便应用ARIMA模型。

9.自相关函数（ACF）图主要用于判断时间序列中是否存在（自相关）。

*解析：ACF衡量当前值与过去滞后值之间的线性相关程度，用于判断序列是否具有自相关性，是ARIMA模型定阶的重要依据。

10.在风险型决策中，决策者往往依据（期望值）来选择最优方案。

*