- 自相关函数的性质有（ ）
- 如果序列Xt的样本自相关系数是拖尾的，偏相关系数是3阶截尾的，则我们可以初步识别模型为（ ）
- 谱密度是是方差密度函数。（ ）
- 谱密度函数为偶函数。（ ）
- 谱密度是概率密度函数。（ ）
- Holt两参数指数平滑方法一般适用于对含有线性趋势的序列进行修匀；（ ）
- 简单中心移动平均能有效消除季节效应。对于有稳定季节周期的序列进行周期长度的简单移动平均可以消除季节效应。 （ ）
- Holt两参数指数平滑方法一般适用于对含有非线性趋势的序列进行预测。（ ）
- ARIMA模型通常用来拟合差分平稳序列。（ ）
- 若某一模型残差的DW检验值为3.886，则残差序列存在显著的正相关。（ ）
- 残差自回归模型实际是把确定性分析和随机性分析结合起来的一种建模方法。（ ）
- 下列模型中没有对条件方差进行建模的模型有（ ）
- 对于非平稳时间序列进行差分，说法正确的是（ ）
- 疏叙述系数模型ARIMA（（1,4），0,1）是指模型缺省了系数（ ）
- Durbin h检验常用于回归因子包含滞后因变量时残差序列的自相关性检验。（ ）
- 样本自相关函数表现出截尾现象，模型初步识别时一般不会是AR模型。（ ）
- 当回归因子包含延迟因变量时，检验残差序列自相关性的检验统计量是（ ）
- 一般来说，预测误差随着预测步长的增加而增大。（ ）
- 对矩估计的评价，不正确的是（ ）
- 偏自相关图拖尾的原因有可能是用样本估计总体参数时有误差。（ ）
- 若序列满足MA(2)模型，则该序列3步以后的预测值始终保持不变。（ ）
- 若序列满足MA(2)模型，则该序列2步以后的预测值始终保持不变。（ ）
- 平稳AR模型一定是可逆的，可逆MA模型未必是平稳的。（ ）
- 若一时间序列满足MA(q)模型，则该序列必然是平稳序列；（ ）
- 若一时间序列满足MA(q)模型，则可推断该系列平稳。（ ）
- 偏自相关系数是一种条件相关，因此通常比自相关系数大；（ ）
- 一个自相关函数对应着一个唯一平稳时间序列。（ ）
- 平稳时间序列的自相关系数只依赖于时间的平移长度而与时间的起止点无关。（ ）
- 通常情况下，严平稳能推出宽平稳成立，而宽平稳序列不能反推严平稳成立（ ）
- 二阶矩存在的严平稳序列一定是宽平稳序列。（ ）
- 设E(U)=E(V)=0,Var(U)=Var(V)=s2,E(UV)=0, Xt=Ucos(wt)+Vsin(wt),w是不为0的常数， Xt是平稳的。（ ）
- 下列检验中，不属于平稳性检验的是（ ）
- 下列关于白噪声序列的说法，错误的是（ ）
- 关于严平稳与宽平稳，下列说法正确的是（ ）
- 随机游走序列是（ ）
- 下列哪项不属于非平稳时间序列的自相关图特征？（ ）
- 检验序列纯随机性的检验方法有（ ）
- 频域分析方法与时域分析方法相比（ ）
答案:2
答案:ARIMA(1,1,1)
答案:规范性，对称性，正定性，非唯一性；
答案:
答案:IMA（3,3）
答案:
答案:-1
答案:
答案:
答案:ARMA(1,1)
答案:有单位根，非平稳
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
