时间序列面试题及详细答案.docxVIP

时间序列面试题及详细答案.docx

时间序列面试题及详细答案

一、基础概念题（考察核心定义理解）

1.什么是时间序列？它和普通横截面数据的核心区别是什么？

答案：

时间序列是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列（比如每日销售额、每月气温、每小时网站访问量），核心特征是“时间依赖性”——数据点之间存在前后关联（比如今天的销售额受昨天影响）。

和普通横截面数据的核心区别：

• 横截面数据是“同一时间点上多个个体的观测值”（比如同一时刻不同商店的销售额），数据点之间相互独立；

• 时间序列是“同一个体在不同时间点的观测值”，数据点存在时间先后顺序，且大概率存在自相关性（即过去的数值会影响未来），这也是时间序列建模需要重点处理的问题。

2.什么是平稳性？为什么时间序列建模通常要求数据平稳？

答案：

平稳性（通常指宽平稳/弱平稳）的核心定义是：①均值不随时间变化；②方差不随时间变化；③自协方差仅与两个数据点的时间间隔（滞后阶数k）有关，与具体时间点无关。

建模要求平稳的原因：

• 非平稳数据的均值、方差会随时间漂移（比如趋势性数据：每年销售额增长10%），导致模型无法捕捉固定规律，预测结果会出现系统性偏差；

• 平稳数据的统计特性（均值、方差、自相关性）是稳定的，模型可以基于历史数据估计的参数（比如AR模型的系数）推广到未来，保证预测的有效性。