统计预测师岗位面试题库及答案.docxVIP

第PAGE页共NUMPAGES页

2026年统计预测师岗位面试题库及答案

一、统计学基础理论题（共5题，每题8分）

题目1

简述时间序列分析中ARIMA模型的适用条件及其局限性。结合北京市近五年空气质量指数(AQI)数据，说明如何选择合适的p、d、q参数。

答案要点：

ARIMA模型(自回归积分滑动平均模型)的适用条件包括：①数据具有平稳性或通过差分可达到平稳；②数据不存在显著季节性；③残差项应服从白噪声。其局限性主要体现在：①对非线性关系处理能力弱；②参数选择依赖较多经验判断；③对异常值敏感。针对北京市AQI数据，应先进行时序图观察、单位根检验（如ADF检验），再通过自相关函数(ACF)和偏自相关函数(PACF)图初步确定p、q值，最后用AIC、BIC等信息准则确定最优参数。实际操作中可结合滚动预测验证模型稳定性。

题目2

比较最小二乘法(LS)与岭回归(Ridge)在处理多重共线性问题时的区别，并举例说明在人口预测中如何应用岭回归。

答案解析：

LS方法在共线性严重时会导致系数估计不稳定且方差增大，而岭回归通过引入L2正则化项(系数平方和惩罚)使解更稳定。具体区别见下表：

|特征|最小二乘法|岭回归|

|--||-|

|系数估计|最优但可能不稳定|欠拟合但稳定|