注意：此页面搜索的是所有试题
国家开放大学大数据分析与挖掘技术
Box-Jenkins法的基本思想是用时间序列过去值和现在的值的线性组合来预测其未来的值。
【A.】√
【B.】×
进行ARMA模型建模之前，分析的时间序列必须满足平稳性条件。
【A.】√
【B.】×
AR（p）模型的基本假设有（ ）。
【A.】假设仅与有线性关系；
【B.】在已知的条件下，与线性相关
【C.】随机误差项是一个白噪声；
【D.】在已知的条件下，与无关；
MA（q）模型的基本假设有（ ）。
【A.】假设仅与有关；
【B.】与无关；
【C.】随机误差项是一个白噪声；
【D.】与有关；
ARIMA模型也叫整合自回归平均模型，可以分为（ ）模型、（ ）模型；（ ）模型。
【A.】AR
【B.】Box-Jenkins
【C.】ARMA
【D.】MA
具体表现为某个观测值与其先前的t-1，t-2，t-q个时刻进入系统的q个随机误差项的线性组合的模型是（ ）。
【A.】AR
【B.】ARIMA
【C.】ARMA
【D.】MA
请问下面的哪个模型是自回归模型（ ）
【A.】
【B.】X=A-1-0.8A-2
【C.】
【D.】
ARIMA模型也被叫做( )
【A.】自回归移动平均模型
【B.】自回归模型
【C.】移动平均模型
【D.】整合自回归移动平均模型
具体表现为某个观测值与其滞后p期的观测值的线性组合再加上随机误差项的模型是（ ）。
【A.】AR
【B.】ARIMA
【C.】ARMA
【D.】MA
具体表现为某个观测值不仅与其以前p个时刻的自身观测值有关，还与其以前时刻进入系统的q个随机误差存在一定的依存关系的模型是（ ）。
【A.】AR
【B.】ARIMA
【C.】ARMA
【D.】MA
白噪声序列可以对时序模型拟合进行检验。
【A.】√
【B.】×
如果时间序列的一阶矩、二阶矩存在，而且对任意时刻满足均值为常数，协方差为时间间隔的函数，则称该序列为宽平稳时间序列。
【A.】√
【B.】×
差分用于将非平稳的时间序列平稳化。
【A.】√
【B.】×
如果一个时间序列的概率分布与时间t无关，则称该序列为平稳时间序列。
【A.】√
【B.】×
宽平稳时间序列其特征即均值和协方差不随时间变化而变化。
【A.】√
【B.】×
【A.】√
【B.】×
进行ARMA模型建模之前，分析的时间序列必须满足平稳性条件。
【A.】√
【B.】×
AR（p）模型的基本假设有（ ）。
【A.】假设仅与有线性关系；
【B.】在已知的条件下，与线性相关
【C.】随机误差项是一个白噪声；
【D.】在已知的条件下，与无关；
MA（q）模型的基本假设有（ ）。
【A.】假设仅与有关；
【B.】与无关；
【C.】随机误差项是一个白噪声；
【D.】与有关；
ARIMA模型也叫整合自回归平均模型，可以分为（ ）模型、（ ）模型；（ ）模型。
【A.】AR
【B.】Box-Jenkins
【C.】ARMA
【D.】MA
具体表现为某个观测值与其先前的t-1，t-2，t-q个时刻进入系统的q个随机误差项的线性组合的模型是（ ）。
【A.】AR
【B.】ARIMA
【C.】ARMA
【D.】MA
请问下面的哪个模型是自回归模型（ ）
【A.】
【B.】X=A-1-0.8A-2
【C.】
【D.】
ARIMA模型也被叫做( )
【A.】自回归移动平均模型
【B.】自回归模型
【C.】移动平均模型
【D.】整合自回归移动平均模型
具体表现为某个观测值与其滞后p期的观测值的线性组合再加上随机误差项的模型是（ ）。
【A.】AR
【B.】ARIMA
【C.】ARMA
【D.】MA
具体表现为某个观测值不仅与其以前p个时刻的自身观测值有关，还与其以前时刻进入系统的q个随机误差存在一定的依存关系的模型是（ ）。
【A.】AR
【B.】ARIMA
【C.】ARMA
【D.】MA
白噪声序列可以对时序模型拟合进行检验。
【A.】√
【B.】×
如果时间序列的一阶矩、二阶矩存在，而且对任意时刻满足均值为常数，协方差为时间间隔的函数，则称该序列为宽平稳时间序列。
【A.】√
【B.】×
差分用于将非平稳的时间序列平稳化。
【A.】√
【B.】×
如果一个时间序列的概率分布与时间t无关，则称该序列为平稳时间序列。
【A.】√
【B.】×
宽平稳时间序列其特征即均值和协方差不随时间变化而变化。
【A.】√
【B.】×