时间序列分析实验试题及详细参考答案.docxVIP

时间序列分析实验试题及详细参考答案

一、实验基本说明

1.考核对象：统计学、数据科学、金融工程等本科专业学生

2.考核时长：90分钟

3.考核形式：上机实验操作+理论简答

4.实验工具：Excel/Python（Pandas、Statsmodels）/EViews

5.总分：100分

二、实验试题

题型一：基础概念简答题（每题5分，共20分）

1.简述平稳时间序列的定义及平稳性检验的核心意义。

2.说明白噪声序列的核心特征，以及其在时间序列分析中的作用。

3.简述ACF（自相关函数）和PACF（偏自相关函数）的区别与用途。

4.说明AR、MA、ARMA、ARIMA四类模型的适用场景差异。

题型二：原理分析题（每题10分，共20分）

1.某时间序列数据经过时序图观察，存在明显的长期上升趋势和季节性波动，直接建立ARMA模型会存在什么问题？应当如何预处理数据？请详细说明操作逻辑。

2.在模型拟合完成后，为什么必须进行残差白噪声检验？若残差不是白噪声，代表模型存在什么问题？对应的修正思路是什么？

题型三：计算推导题（共20分）

已知平稳零均值时间序列模型：Xt=0.7Xt?1+εt

1.判断该模型的具体类型（5分）；

2.推导该序列的一阶自相关系数ρ1

题型四：实验操作应用题（每题20分，共40分）

实验数据场景：现有某店铺2023年1-12月月度销售额