第六章时间序列作业试题及答案

第六章动态数列

一、判断题

1.若将某地区社会商品库存额按时间先后顺序排列，此种动态数列属于时期数列。

（）

2.定基发展速度反映了现象在一定时期内发展的总速度，环比发展速度反映了现象

比前一期的增长程度。（）

3.平均增长速度不是根据各期环比增长速度直接求得的，而是根据平均发展速度计

算的。（）

4.用水平法计算的平均发展速度只取决于最初发展水平和最末发展水平，与中间各

期发展水平无关。（）

5.平均发展速度是环比发展速度的平均数，也是一种序时平均数。（）

1、×

2、×

3、√

4、√

5、√。

二、单项选择题

1.根据时期数列计算序时平均数应采用（）。

A.几何平均法

B.加权算术平均法

C.简单算术平均法

D.首末折半法

2.下列数列中哪一个属于动态数列（）。

A.学生按学习成绩分组形成的数列

B.工业企业按地区分组形成的数列

C.职工按工资水平高低排列形成的数列

D.出口额按时间先后顺序排列形成的

数列

3.已知某企业1月、2月、3月、4月的平均职工人数分别为190人、195人、193

人和201人。则该企业一季度的平均职工人数的计算方法为（）。

4.说明现象在较长时期内发展的总速度的指标是（）。

A、环比发展速度 B.平均发展速度 C.定基发展速度 D.环比增长速度

5.已知各期环比增长速度为2%、5%、8%和7%，则相应的定基增长速度的计算方法为

（）。

A.（102%×105%×108%×107%）-100%

B.102%×105%×108%×107%

C.2%×5%×8%×7%

D.（2%×5%×8%×7%）-100%

6.定基增长速度与环比增长速度的关系是（）。

A、定基增长速度是环比增长速度的连乘积

B、定基增长速度是环比增长速度之和

C、各环比增长速度加1后的连乘积减1

D、各环比增长速度减1后的连乘积减1

7.间隔不等的时点数列求序时平均数的公式是（）。

8.设91-95年各年的环比增长速度为：6%、7%、8%、9%和10%，则平均增长速度为（）。

9.假定某产品产量1999年比1994年增加了35%，则1999年比1994年的平均发展

速度为（）。

10.已知某企业1月、2月、3月、4月的月初职工人数分别为190人、195人、193

人和201人。则该企业一季度的平均职工人数的计算方法为（）。

1、C

2、D

3、B

4、C

5、A

6、C

7、A

8、D

9、B 10、C

三、多项选择题

1.下面哪几项是时期数列（）

A、我国近几年来的耕地总面积

B、我国历年新增人口数

C、我国历年图书出版量

D、我国历年黄金储备

E、某地区国有企业历年资金利税率

2.定基发展速度和环比发展速度的关系是（）

A、两者都属于速度指标

B、相应环比发展速度的连乘积等于定基发展速度

C、相应定基发展速度的连乘积等于环比发展速度

D、相邻两个定基发展速度之商等于相应的环比发展速度

E、相邻两个环比发展速度之商等于相应的定基发展速度

3.累积增长量与逐期增长量（）

A、前者基期不变，后者基期逐期在变动

B、二者存在关系式：逐期增长量之和＝累积增长量

C、相邻的两个逐期增长量之差等于相应的累积增长量

D、根据这两个增长量都可以计算平均每期增长量

E、这两个增长量都属于速度分析指标

4.下列哪些指标是序时平均数（）

A、一季度平均每月的职工人数

B、某产品产量某年各月的平均增长量

C、某企业职工第四季度人均产值

D、某商场职工某年月平均人均销售额

E、某地区进几年出口商品贸易额平均增长速度

5.下面属于时点数列的有（）

A、历年旅客周转量

B、某工厂每年设备台数

C、历年商品销售量

D、历年牲畜存栏数

E、某银行储户存款余额

1、BC

2、ABD

3、ABD

4、ABDE

5、BDE。

四、填空题

1.动态数列是由反映（）变化和（）变化的两个数列所构成的。

2.各年末商品库存量数列属于（）数列，各年的基建投资额数列属于（）数列。

3.社会经济现象发展的动态分析主要包括（）和（）两部分。

4.静态平均数是根据（）计算的，序时平均数则是根据（）计算的。

5.实际统计工作中计算平均发展速度的方法有（）和（）两种。

1、时间顺序各指标值

2、时点时期

3、水平分析速度分析

4、变量数列动态数列

5、几何平均法方程式法。

五、简答题

1：时期数列的基本概念和特点是什么？

2：时点数列的基本概念和特点是什么？

3：序时平均数和一般平均数有何不同？

六、计算题

1.某商店1990年各月商品库存额资料如下：

试计算上半年、下半年和全年的月平均商品库存额。（要求写出公式和计算过程，结果保留两位小数。）

2.某工业企业资料如下:

试计算:(1)第三季度月平均劳动生产率;(2)第三季度平均劳动生产率。（要求写出公式和计算过程，结果保留两位小数。）

3.某企业1990年各季度实际完成产值和产值计划完成程度的资料如下

:

试计算该企业年度计划平均完成百分比. （要求写出公式和计算过程，结果保留四位小

数。）

4.某地区1990-1995年粮食产量资料如下：

要求: (1)利用指标间的关系将表中所缺数字补齐；

(2)计算该地区1991年至1995年这五年期间的粮食产量的年平均增长量以及按水平法

计算的年平均增长速度。

1、 解：（1）该商店上半年月平均商品库存额：

（万元）33.496

5040434855601=+++++==∑n a a （2）该商店下半年月平均商品库存额：

（万元）17.521

1321681603452502=+++?+?+?+?==∑∑f af

a （3）该商店全年月平均商品库存额：

（万元）

或（万元）75.501216816034525014014314815516075.502

17.5233.49221=?+?+?+?+?+?+?+?+?===+=+=

∑∑f af a a a a 2、解：（1）第三季度月平均劳动生产率：

人）（元/56.30551800550260062058026001902001602

2221010==+++++=+++=+++==∑∑n

n b b b a n b b b n a

b a

c （2）第三季度平均劳动生产率=人）

（元/67.906656.30553=?=c n

或=人）（元/67.9066600550

2

210==+++∑n

b

b b a

n

企业年度计划平均完成百分比：%78.13103.26713520

=====∑∑∑∑b a

n

b n a b a c

（2）年平均增长量（万吨）

83.165)

39.21(55.14403120=-++++==∑n a a ［或年平均增长量（万吨）83.165200

16.2840

=-=-=n a a a n ］

年平均增长速度%28.7%100200

16.284%100%10050=-=-=-=n n

a a x .

时间序列分析作业

时间序列分析作业 1、数据收集 通过长江证券金长江网上交易软件收集中信证券(600030)股价数据（2010-7-1~2011-5-9，共200组），保存文件，命名为“股价数据”。 2、工作表建立 打开eviews，点击file下拉菜单中的new项选择workfile项，弹出窗口如下： （1）、在datespecification中选择integer date。 （2）、在start和end中分别输入“1”“200” （3）、在wf项后面的框中输入工作表名称hr，点击ok。 窗口如下： 3、数据导入 在hr工作文件的菜单选项中选择pro，在弹出的下拉菜单中选择import，然后再下拉二级菜单中选择read text-lotus-excell，找到数据，双击弹出如下对话框：

默认date order，选择右边upper-left data cell下面的空格填写，输入excel中第一个有效数据单元格地址B6，在names for series or number if named in file 中输入序列名称，不妨设为s，点击ok，导入数据。 4、平稳性检验 点击s序列，选择菜单view/correlogram，弹出correlogram specification对话框，如下图，在对话框中默认level，lags to include 改为20（200/10），可得下图：

序列的自相关系数没有很快的趋近0，说明原序列是非平稳的序列。 5、对原序列做对数差分处理 A、在主窗口输入smpl 2 200，对样本数据进行选取， B、在主命令窗口输入series is=log(s)-log(s(-1)) 可以得到新的序列is 对is序列做同上的平稳性检验可以得到如下图：

第三次作业AR模型拟合

实验报告 报告题目：ＡＲ模型拟合 课程名称：应用时间序列分析 专业：统计学 年级：统计１２１ 学号：65 学生姓名：陈江余 指导教师：胡尧 学院：理学院 实验时间：2015年5月２６日

学生实验室守则 一、按教学安排准时到实验室上实验课，不得迟到、早退和旷 课。 二、进入实验室必须遵守实验室的各项规章制度，保持室内安 静、整洁，不准在室内打闹、喧哗、吸烟、吃食物、随地 吐痰、乱扔杂物，不准做与实验内容无关的事，非实验用 品一律不准带进实验室。 三、实验前必须做好预习（或按要求写好预习报告），未做预习 者不准参加实验。 四、实验必须服从教师的安排和指导，认真按规程操作，未经教师允许不得擅自动用仪器设备，特别是与本实验无关的仪器设备和设施，如擅自动用或违反操作规程造成损坏，应按规定赔偿，严重者给予纪律处分。 五、实验中要节约水、电、气及其它消耗材料。 六、细心观察、如实记录实验现象和结果，不得抄袭或随意更改原始记录和数据，不得擅离操作岗位和干扰他人实验。 七、使用易燃、易爆、腐蚀性、有毒有害物品或接触带电设备进行实验，应特别注意规范操作，注意防护；若发生意外，要保持冷静，并及时向指导教师和管理人员报告，不得自行处理。仪器设备发生故障和损坏，应立即停止实验，并主动向指导教师报告，不得自行拆卸查看和拼装。 八、实验完毕，应清理好实验仪器设备并放回原位，清扫好实验现场，经指导教师检查认可并将实验记录交指导教师检查签字后方可离去。 九、无故不参加实验者，应写出检查，提出申请并缴纳相应的实验费及材料消耗费，经批准后，方可补做。 十、自选实验，应事先预约，拟订出实验方案，经实验室主任同意后，在指导教师或实验技术人员的指导下进行。 十一、实验室内一切物品未经允许严禁带出室外，确需带出，必须经过批准并办理手续。

最新时间序列分析期末考试B

精品文档 浙江农林大学 2009 - 2010 学年第 二 学期考试卷（A 卷） 课程名称： 应用时间序列分析 课程类别： 必修 考试方式： 闭卷 注意事项：1、本试卷满分100分。 2、考试时间 120分钟。 一、单项选择题（在每小题的四个备选答案中，选出一个正确 答案，并将正确答案的选项填在题后的括号内。每小题2分，共12分） 1. 关于严平稳与（宽）平稳的关系，不正确的为 。 ( ) A. 严平稳序列一定是宽平稳序列 B. 当序列服从正态分布时，两种平稳性等价 C. 二阶矩存在的严平稳序列一定为宽平稳的 D. MA(p)模型一定是宽平稳的 2. 下图为某时间序列的相关检验图，图1为自相关函数图，图2为偏自相关函数图，请选择模型 。 ( ) 图1 图2 学院： 专业班级： 姓名： 学号： 装 订 线 内 不 要 答 题

A. AR(1) B. AR(2) C. MA(1) D. MA(2) 3. 下图中，图3为某序列一阶差分后的自相关函数图，图4为某序列一阶差分后的 偏自相关函数图，请对原序列选择模型。( ) 图3 图4

A.ARIMA(4，1，0) B. ARIMA(0，2，1) C. ARIMA(0，1，2) D.ARI MA(0，1，4) 4. 记B 为延迟算子，则下列不正确的是 。 ( ) A. 0 1B = B. (1)k t t k t X X B X --=- C. 12t t BX X --= D. 11()t t t t B X Y X Y --±=± 5.对于平稳时间序列，下列错误的是 ( ) A.)(212εσεE = B.),(),(k t t k t t y y Cov y y Cov -+= C.k k -=ρρ D.)(?)1(?1k y k y t t +=+ 6.下图为对某时间序列的拟合模型进行显著性水平0.05α=的显著性检验，请选择 该序列的拟合模型 。 ( )

时间序列作业

3-17 解：(1)判断该序列的平稳性与纯随机性。 1)根据题中所列数据，绘制该序列的时序图，如图3-17-1所示。 图3-17-1：某城市过去63年中每年降雪量时序图 其中x表示每年降雪量。 时序图显示某城市过去每年降雪量始终围绕在80.3mm附近随机波动，没有明显的趋势或周期性，基本可视为平稳序列。 2)自相关图检验。如图3-17-2所示。 图3-17-2：样本自相关图 样本自相关图显示延迟2阶之后，该序列的自相关系数都落入2倍标准误之内，而且自相关系数在零值附近波动，是典型的短期相关自相关图。 由时序图和样本自相关图的性质，可以认为该序列为平稳序列。 α=，检验结果见表3-17-1。 3)纯随机性检验(0.05) 表3-17-1：纯随机性检验结果 <，认为该序列为检验结果显示，在6阶延迟下LB检验统计量的P值0.05 非白噪声序列。 (2)拟合模型 1)模型识别。

根据样本自相关图、偏自相关图对模型进行直接识别。由(1)可知，该序列在6阶延迟下平稳且非白噪声，已知样本自相关图，即图3-17-2所示，偏自相关图如下图所示。 图3-17-3：样本偏自相关图 而该序列的图像并不能直接识别出较为准确的模型，因此进一步利用SAS对模型进行最优模型定阶，结果如图3-17-4所示： 图3-17-4：最小信息量结果 最后一条信息显示，在自相关延迟系数小于等于5，移动平均延迟系数也小于等于5的所有ARMA(p,q)模型中，BIC信息量相对最小的是ARMA(1,0)模型，即AR(1)模型。 2)参数估计。 先利用SAS输出未知参数估计结果，如下表所示。 表3-17-2：未知参数估计结果 3)模型检验。 利用SAS，残差序列白噪声检验结果如下表所示。 表3-17-3：残差自相关检验结果

时间序列分析练习题

第二十七章时间序列分析 一、单项选择题 1、以下关于发展水平的说法中，错误的是（）。 A、在绝对数时间序列中，发展水平是绝对数 B、在相对数时间序列中，发展水平表现为相对数 C、发展水平是时间序列中对应于具体时间的指标数值 D、平均数时间序列中，发展水平表现为绝对数 2、（）也称序时平均数或动态平均数，是对时间序列中各时期发展水平计算的平均数，它可以概括性描述现象在一段时期内所达到的一般水平。 A、发展水平 B、发展速度 C、平均发展水平 D、平均发展速度 我国2005—2017年平均每年第三产业就业人数是（）万人。 A、12 480 B、12 918 C、14 000 D、14 412 4、环比发展速度等于（）。 A、逐期增长量与其前一期水平之比 B、累计增长量与最初水平之比 C、报告期水平与最初水平之比 D、报告期水平与其前一期水平之比 5、已知一个序列的环比发展速度为102%、103%、105%，则该序列的定基发展速度为（）。 A、103% B、105% C、110% D、112% 6、以相对数形式表示的两个不同时期发展水平的比值是（）。 A、增长量 B、发展水平 C、增长速度 D、发展速度 7、已知某地区2012-2016年社会消费品零售总额的环比增长速度分别为5%、7%、10%、11%，则这一时期该地区社会消费品零售总额的定基增长速度为（）。 A、5%×7%×10%×11% B、（5%×7%×10%×11%）+1

C、105%×107%×110%×111% D、（105%×107%×110%×111%）-1 8、甲企业某种商品前11个月的实际销售量如下表所示。采用移动平均数法预测，取k＝3，则第 A、303 B、350 C、384 D、394 9、目前计算平均发展速度通常采用（）。 A、众数 B、几何平均法 C、算术平均法 D、增长1%的绝对值法 10、某企业2010年—2016年销售收入的年平均增长速度是27.6%，这期间相应的年平均发展速度是（）。 A、4.6% B、17.6% C、127.6% D、72.4% 11、平均增长速度与平均发展速度的数量关系是（）。 A、平均增长速度=1/平均发展速度 B、平均增长速度＝平均发展速度－1 C、平均增长速度＝平均发展速度＋1 D、平均增长速度＝1－平均发展速度 12、我们经常统计的城镇人口比重属于（）。 A、平均数时间序列 B、相对数时间序列 C、时期序列 D、时点序列 13、下列统计指标中，属于相对指标的是（）。 A、社会消费品零售总额 B、人口性别比 C、房屋建筑面积 D、城镇居民人均可支配收入 14、已知一个有关发展速度的时间序列的指标值是70%、80%、-5%、99%，其平均发展速度（）。 A、61% B、50%

计量经济学大作业

计量经济学大作业 ――税收影响因素的研究学号： 姓名： 专业：

税收影响因素的研究 摘要 本文研究的是税收影响因素模型，通过对1991-2010年税收规模资料的分析，以了解税收的结构、规模及演变的新特点，并探讨影响税收的各因素，运用Eviews软件对1991—2010的历史数据进行分析，并通过我国实际经济发展状况和政策导向运用此关系对以后情况进行预测。 关键词：税收财政支出 OLS 1 问题的提出 从进入21世纪以来，我国的经济发展面临着巨大的挑战与机遇，在新的经济背景下，基于知识和信息的产业发展迅速，全球一体化日渐深入，中国已是WTO的一员。新形势的经济发展是经济稳定和协调增长的结果，由于税收具有敛财与调控的重要功能，因而他在现实的经济发展中至始至终都发挥着非常重要的作用，所以研究影响我国税收收入的主要原因具有非常重要的作用。改革开放以来，中国经济高涨，对税收影响最大的当属财政支出。另外各种消费价格指数也是重要影响因素，而前人有对国内生产总值是否具有影响进行过实证分析。经济发展水平是制约税制结构的生产力要素，两者之间的相关程度较高。这种相关性主要表现为经济发展水平规定着税收参与社会产品分配的比例，决定着税制结构的选择。经济发展水平的差异通常以人均国内生产总值的高低来衡量。在人均国内生产总值不同的国家里，税收规模即税收占国内生产总值的比重是不一样的。以世界银行公布的1980年的调查材料为例，在人均国内生产总值260美元的低收入国家里，国内生产总值税收率为13.2%；人均国内生产总值为2000美元的中等收入国家，这一比率为23.3%；而在人均国内生产总值为1万美元的高收入国家，这一比例是28.1%。显然，一国国内生产总值税收率愈高，税负承受能力愈强，因而也为税制结构的调整提供了物质基础。本文站在前人的基础上，引用计量的方法，将三者综合起来对税收进行探讨，作者认为，在我国经济飞速发展的过程中，国内生产总值有了很大的增长，因而本文将国内生产总值引入该项目的实证研究分析。

时间序列期末试题B卷

成都信息工程学院考试试卷 2012——2013学年第2学期 课程名称：《金融时间序列分析》 班级：金保111本01、02、03班 试卷形式：开卷□闭卷日 一、判断题（每题1分，正确的在括号内打"，错误的在括号内打x,共15分） 1?模型检验即是平稳性检验（）。 2.模型方程的检验实质就是残差序列检验（）。 3?矩法估计需要知道总体的分布（）。 4. ADF检验中：原假设序列是非平稳的（）。 5?最优模型确定准则：AIC值越小、SC值越大，说明模型越优（）。 6?对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势（）。 7?严平稳序列与宽平稳时序区分主要表现在定义角度不同（）。 8?某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线趋势（）9.时间序列平稳性判断方法中ADF检验优于序时图法和自相关图检验法（）10?时间序列的随机性分析即是长期趋势分析（）。 11 ? ARMA（ p,q ）模型是ARIMA（p,d,q）模型的特例（）。 12?若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的（）。 13.MA（2）模型的3阶偏自相关系数等于0（）。 14.ARMA（p,q）模型自相关系数p阶截尾，偏自相关系数拖尾（）。 15 ? MA（q）模型平稳的充分必要条件是关于后移算子B的q阶移动自回归系数多项式根的绝 对值均在单位圆内（）。 二、填空题。（每空2分，共20分） 1? X t 满足ARMA（ 1,2 ）模型即：X t = 0.43+0.34 X t/+；t + 0.8 “ - 0.2 ；t＜，则均值 = _______________________ ，片（即一阶移动均值项系数）二 _______________________ 。

时间序列作业

时间序列作业 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

3-17 解：(1)判断该序列的平稳性与纯随机性。 1)根据题中所列数据，绘制该序列的时序图，如图3-17-1所示。 图3-17-1：某城市过去63年中每年降雪量时序图 其中x表示每年降雪量。 时序图显示某城市过去每年降雪量始终围绕在80.3mm附近随机波动，没有明显的趋势或周期性，基本可视为平稳序列。 2)自相关图检验。如图3-17-2所示。 图3-17-2：样本自相关图 样本自相关图显示延迟2阶之后，该序列的自相关系数都落入2倍标准误之内，而且自相关系数在零值附近波动，是典型的短期相关自相关图。 由时序图和样本自相关图的性质，可以认为该序列为平稳序列。 α=，检验结果见表3-17-1。 3)纯随机性检验(0.05)

表3-17-1：纯随机性检验结果 检验结果显示，在6阶延迟下LB检验统计量的P值0.05 ，认为该序列为非白噪声序列。 (2)拟合模型 1)模型识别。 根据样本自相关图、偏自相关图对模型进行直接识别。由(1)可知，该序列在6阶延迟下平稳且非白噪声，已知样本自相关图，即图3-17-2所示，偏自相关图如下图所示。 图3-17-3：样本偏自相关图 而该序列的图像并不能直接识别出较为准确的模型，因此进一步利用SAS对模型进行最优模型定阶，结果如图3-17-4所示： 图3-17-4：最小信息量结果

最后一条信息显示，在自相关延迟系数小于等于5，移动平均延迟系数也小于等于5的所有ARMA(p,q)模型中，BIC信息量相对最小的是ARMA(1,0)模型，即AR(1)模型。 2)参数估计。 先利用SAS输出未知参数估计结果，如下表所示。 表3-17-2：未知参数估计结果 3)模型检验。 利用SAS，残差序列白噪声检验结果如下表所示。 表3-17-3：残差自相关检验结果 残差白噪声检验显示延迟6阶、12阶、18阶、24阶LB检验统计量的P值均显著大于0.05，所以该AR(1)模型显著有效。 参数显著性检验结果(见表3-17-2)显示两个参数t统计量的P值均小于 0.05，即两个参数均显著。 因此AR(1)模型是该序列的有效拟合模型。 拟合模型的具体形式。 利用SAS，拟合模型的具体形式如下图所示。

时间序列分析作业讲解

《时间序列分析与应用》 课程作业 地震数据（COP.BHZ-24）时间序列分析 一．前言 本次作业选取了第24号文件，共1440个数据。截取前1200个数据进行理分析，然后建立模型。之后再对数据进行预测，然后对1200之后的30个数据进行更新，将更新结果与原观测值进行比对分析，最后得出结论。 二．数据处理

1. 数据读取与画图 首先将文件“COP.BHZ.txt”保存到E盘根目录下，以便于读取。用scan()函数将数据读入，并保存到sugar2文件中。如图1所示。 图1 数据读取 然后，画出该时间序列图。横轴表示时间，单位是*10ms，纵轴表示高程，单位是um。代码及图示如图2、图3所示。 图2 时序图代码 图3 前1200个数据散点图 2. 平稳性检验 从图中看出，该组数据随时间变化基本平稳，仅有小幅波动。最高点与最低点相差也仅在250um之内。通过adf.test()函数可以验证该假设，可以看出该序列是平稳的（stationary）。如图4所示。然后用求平均函数mean()求出这1200个数据的平均值a，可以从图5看到结果。

图4 平稳性检验结果 图5 求平均值 然后，将原始数据减去平均值，得到一组零均值的新数据，命名为sugar3。 3. 数据建模分析 接下来绘制震前数据的自相关函数和偏自相关函数图像，初步判断其大概符合什么模型。图6为画出图像的代码，新序列sugar3的ACF、PACF图像如下所示。 图6 ACF、PACF、EACF图像代码

图7 ACF图 图8 PACF图 从ACF、PACF图可以看出，序列一阶之后相关性较强，虽然在第19阶滞后处有超限的情况，但从总体来看，两个图都是拖尾的情况。因此要借助于EACF 图来做进一步判断。扩展自相关函数EACF图如下。 图9 EACF图 3 模型识别 由EACF图可以看出此时间序列符合ARMA(0,1)或ARMA(2,2)，根据以上信息尚不能明确判断出具体的模型，要建立确定的模型，就需要排除上述模型中的一种，用模型诊断的方法可以实现。模型诊断，或模型评价，涉及检验模型的拟合优度，并且如果拟合程度很差，要给出适当的调整建议。模型诊断的方法有两种：分析拟合模型的残差和分析过度参数化的模型。下面先使用残差法。 3.1 ARMA(0,1)模型诊断

普通高等学校在校学生总数变动的多因素分析_计量经济学大作业

计量经济学大作业――普通高等学校在校学生总数变动的多因素分析学号：0090863 0090817 0090832 姓名：组长：邱碧涛组员：杨意钟丹兰 专业：财政学 修课时间：2011-2012第一学期 任课教师：朱永军 成绩： 评语：本文通过对中国普通高等学校在校学生总数的变动进行多因素分析，采用中国1985年到2009年的数据，建立以在校大学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校大学生总数进行数量化分析，得出各因素与在校大学生总数成正相关关系的结论。从大作业的完成情况来看，说明本小组成员对计量经济学有一定程度的理解，并能使用Eviews软件进行实证分析。 Email:275474458@https://www.sodocs.net/doc/6d8582026.html,

普通高等学校在校学生总数变动的多因素分析 摘要 本文主要通过对中国普通高等学校在校学生总数的变动进行多因素分析，建立以在校大学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校大学生总数进行数量化分析，观察各因素是如何分别影响在校大学生总数的。 关键词：在校大学生总数多因素分析模型计量经济学检验 Abstract This text uses the total number of students in Chinese colleges and universities to do multivariate analysis, and it establishes a multiple linear regression model, which uses the total number of college students to be the dependent variable and other factors to be the independent variable .What's more, it uses the model to do quantitative analysis of the total number of college students, and observe how various factors affect the total number of college students respectively. Key words: The total number of college students, Multivariate analysis, Model, Econometric, Test

时间序列分析期末考试

时间序列分析期末考试 TYYGROUP system office room 【TYYUA16H-TYY-

诚信应考,考试作弊将带来严重后果！ 湖南大学课程考试试卷 课程名称： 时间序列分析 ；课程编码： 试卷编号： A ；考试时间： 一、 简答题（每小题5分，共计20分） 1、 说明平稳序列建模的主要步骤。 2、 ADF 检验与PP 检验的主要区别是什么？ 3、 如何进行两变量的协整检验？ 4、 简述指数平滑法的基本思想。 二、 填空题（每小题2分，共计20分） 1. 对平稳序列，在下列表中填上选择的的模型类别 2. 时间序列模型建立后，将要对模型进行显着性检验，那么检验的对象为___________，检验的原假设是___________。 3. 时间序列预处理常进行两种检验，即为_______检验和_______检验。 4. 根据下表，利用AIC 和BIC 准则评判两个模型的相对优劣，你认为______模型优 于______模型。 5. 设ARMA(2, 1):1210.50.1t t t t t X X aX εε---=++-，当a 满足_________时，模型平稳。 6. 设ARMA (2, 1)：

则所对应的特征方程为_______________________。 7. 简单季节差分模型的模型结构为: ______________________。 8、对于时间序列{}t X ，如果___________________，则()~2t X I 。 9. 设时间序列{}t X 为来自GARCH(p, q)模型，则其模型结构可写为_____________。 10. k 步差分的定义为k t X ?=___________________________。 三、 （15分）设{}t ε为正态白噪声序列，()()2t t 0,E Var εεσ==，时间序列}{t X 来自 试检验模型的平稳性与可逆性。

第九章 时间序列分析习题

第九章时间序列分析习题 一、填空题 1．时间序列有两个组成要素：一是，二是。 2．在一个时间序列中，最早出现的数值称为，最晚出现的数值称为。 3．时间序列可以分为时间序列、时间序列和时间序列三种。其中是最基本的序列。 4．绝对数时间序列可以分为和两种，其中，序列中不同时间的数值相加有实际意义的是序列，不同时间的数值相加没有实际意义的是序列。 5．已知某油田1995年的原油总产量为200万吨，2000年的原油总产量是459万吨，则“九五”计划期间该油田原油总产量年平均增长速度的算式为。 6．发展速度由于采用的基期不同，分为和两种，它们之间的关系可以表达为。 7．设i=1，2，3，…，n，a i为第i个时期经济水平，则a i/a0是发展速度，a i/a i-1是发展速度。 8．计算平均发展速度的常用方法有方程式法和. 9．某产品产量1995年比1990年增长了105%，2000年比1990年增长了306．8％，则该产品2000年比1995增长速度的算式是。 10．如果移动时间长度适当，采用移动平均法能有效地消除循环变动和。 11．时间序列的波动可分解为长期趋势变动、、循环变动和不规则变动。 12．用最小二乘法测定长期趋势，采用的标准方程组是。 二、单项选择题 1．时间序列与变量数列( ) A都是根据时间顺序排列的B都是根据变量值大小排列的 C前者是根据时间顺序排列的，后者是根据变量值大小排列的 D前者是根据变量值大小排列的，后者是根据时间顺序排列的 2．时间序列中，数值大小与时间长短有直接关系的是( ) A平均数时间序列B时期序列C时点序列D相对数时间序列 3．发展速度属于( ) A比例相对数B比较相对数C动态相对数D强度相对数 4．计算发展速度的分母是( ) A报告期水平B基期水平C实际水平D计划水平 则该车间上半年的平均人数约为( ) A 296人 B 292人 C 295 人 D 300人 6．某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( ) A150万人B150．2万人C150．1万人D无法确定 7．由一个9项的时间序列可以计算的环比发展速度( ) A有8个B有9个C有10个D有7个 8．采用几何平均法计算平均发展速度的依据是( )

spss时间序列作业

s p s s时间序列作业标准化文件发布号：（9312-EUATWW-MWUB-WUNN-INNUL-DQQTY-

时间序列作业 一、利用软件计算 1、 1974年——1993年间美国历年从欧佩克进口的石油量（以百万桶为单位），数据见文件：美国历年从欧佩克进口的石油量。 A、请计算从欧佩克年石油进口量的3点移动平均值。 B、利用平滑常数α=，计算从欧佩克年石油进口量的指数平滑序列。 C、用移动平均法预测1995年从欧佩克进口的石油量。 D、用α=的指数平滑法预测1995年从欧佩克进口的石油量。 A由EXCEL运行知： B由EXCEL运行知：

C由EXCEL进行预测：

1995年的预测为1992-1994的平均数，为1286. D用α=的指数平滑法预测1995年从欧佩克进口的石油量。 2、 年间美国城市间长途汽车运输公司所创造的总收入，数据见文件：长途汽车运输公司总收入。 A、试对总收入提出一个考虑长期趋势的回归模型。 利用EXCEL做移动平均： B、画出数据的散布图，你能否识别出这一时间序列中的趋势成份。 C、将A中的模型与数据拟合。这个模型对预测收入是否合适 D、预测1993年城市间长途汽车公司的总收入。求出两个95%预测区间。3、 两个城市间的旅馆和汽车旅馆每月的客房出租率数据，令Y t=t月凤凰城的客房出租率。数据见文件： A、对E（Y t）提出一个模型，考虑月份数据可能存在的季节变差。（提示： 考虑带虚拟变量的模型。全年12个月除选做基础水平的月份外，其余各月每月有一个虚拟变量。） B、将A中模型与数据拟合。 C、检验假设：每个月的虚拟变量都是客房出租率的有用的预测变量。（提 示：进行F检验。） D、利用B中拟合过的最小二乘模型以95%预测区间预测凤凰城第三年一月 份的客房出租率。 第一年客房出租率第二年客房出租率 月亚特兰大凤凰城月亚特兰大凤凰城

第六章时间序列作业试题及答案

第六章动态数列 一、判断题 1.若将某地区社会商品库存额按时间先后顺序排列，此种动态数列属于时期数列。 （） 2.定基发展速度反映了现象在一定时期内发展的总速度，环比发展速度反映了现象 比前一期的增长程度。（） 3.平均增长速度不是根据各期环比增长速度直接求得的，而是根据平均发展速度计 算的。（） 4.用水平法计算的平均发展速度只取决于最初发展水平和最末发展水平，与中间各 期发展水平无关。（） 5.平均发展速度是环比发展速度的平均数，也是一种序时平均数。（） 1、× 2、× 3、√ 4、√ 5、√。 二、单项选择题 1.根据时期数列计算序时平均数应采用（）。 A.几何平均法 B.加权算术平均法 C.简单算术平均法 D.首末 折半法 2.下列数列中哪一个属于动态数列（）。 A.学生按学习成绩分组形成的数列 B.工业企业按地区分组形成的数 列 C.职工按工资水平高低排列形成的数列 D.出口额按时间先后顺序排列形成 的数列 3.已知某企业1月、2月、3月、4月的平均职工人数分别为190人、195人、193 人和201人。则该企业一季度的平均职工人数的计算方法为（）。 4.说明现象在较长时期内发展的总速度的指标是（）。 A、环比发展速度 B.平均发展速度 C.定基发展速度 D.环比增 长速度 5.已知各期环比增长速度为2%、5%、8%和7%，则相应的定基增长速度的计算方法为 （）。 A.（102%×105%×108%×107%）-100% B.102%×105%×108%×107% C.2%×5%×8%×7% D.（2%×5%×8%×7%）-100% 6.定基增长速度与环比增长速度的关系是（）。 A、定基增长速度是环比增长速度的连乘积 B、定基增长速度是环比增长速度之和 C、各环比增长速度加1后的连乘积减1 D、各环比增长速度减1后的连乘积减1 7.间隔不等的时点数列求序时平均数的公式是（）。

(整理)8章 时间序列分析练习题参考答案.

第八章 时间数列分析 一、单项选择题 1.时间序列与变量数列( ) A 都是根据时间顺序排列的 B 都是根据变量值大小排列的 C 前者是根据时间顺序排列的，后者是根据变量值大小排列的 D 前者是根据变量值大小排列的，后者是根据时间顺序排列的 C 2.时间序列中，数值大小与时间长短有直接关系的是( ) A 平均数时间序列 B 时期序列 C 时点序列 D 相对数时间序列 B 3.发展速度属于( ) A 比例相对数 B 比较相对数 C 动态相对数 D 强度相对数 C 4.计算发展速度的分母是( ) A 报告期水平 B 基期水平 C 实际水平 D 计划水平 B 5.某车间月初工人人数资料如下： 则该车间上半年的平均人数约为( ) A 296人 B 292人 C 295 人 D 300人 C 6.某地区某年9月末的人口数为150万人，10月末的人口数为150．2万人，该地区10月的人口平均数为( ) A 150万人 B 150．2万人 C 150．1万人 D 无法确定 C 7.由一个9项的时间序列可以计算的环比发展速度( ) A 有8个 B 有9个 C 有10个 D 有7个 A 8.采用几何平均法计算平均发展速度的依据是( ) A 各年环比发展速度之积等于总速度 B 各年环比发展速度之和等于总速度 C 各年环比增长速度之积等于总速度 D 各年环比增长速度之和等于总速度 A 9.某企业的科技投入，2010年比2005年增长了58．6％，则该企业2006—2010年间科技投入的平均发展速度为( ) A 5 %6.58 B 5%6.158 C 6 %6.58 D 6%6.158 B 10.根据牧区每个月初的牲畜存栏数计算全牧区半年的牲畜平均存栏数，采用的公式是( ) A 简单平均法 B 几何平均法 C 加权序时平均法 D 首末折半法 D 11.在测定长期趋势的方法中，可以形成数学模型的是( ) A 时距扩大法 B 移动平均法 C 最小平方法 D 季节指数法

数据模型与决策课程大作业

数据模型与决策课程大作业 以我国汽油消费量为因变量，乘用车销量、城镇化率和90#汽油吨价与城镇居民人均可支配收入的比值为自变量时行回归（数据为年度时间序列数据）。试根据得到部分输出结果，回答下列问题：1）“模型汇总表”中的R方和标准估计的误差是多少 2）写出此回归分析所对应的方程； 3）将三个自变量对汽油消费量的影响程度进行说明； 4）对回归分析结果进行分析和评价，指出其中存在的问题。 1）“模型汇总表”中的R方和标准估计的误差是多少 答案：R方为^2= ；标准估计的误差为^（）= 2）写出此回归分析所对应的方程； 答案：假设汽油消费量为Y，乘用车销量为a，城镇化率为b，90#汽油吨价/城镇居民人均可支配收入为c,则回归方程为： Y=++）将三个自变量对汽油消费量的影响程度进行说明； 乘用车销量对汽油消费量相关系数只有，数值太小，几乎没有影响，但是城镇化率对汽油消费量相关系数是，具有明显正相关，当城镇化率每提高1，汽油消费量增加。乘用90#汽油吨价/城镇居民人均可支配收入相关系数为，呈明显负相关，即乘用90#汽油吨价/城镇居民人均可支配收入每增加1个单位，汽油消费量降低个单位。a, b, c三个自变量的sig值为、、，在显着性水平情形下，乘用车消费量对

汽油消费量的影响显着为正。 （4）对回归分析结果进行分析和评价，指出其中存在的问题。 在学习完本课程之后，我们可以统计方法为特征的不确定性决策、以运筹方法为特征的策略的基本原理和一般方法为基础，结合抽样、参数估计、假设分析、回归分析等知识对我国汽油消费量影响因素进行了模拟回归，并运用软件计算出回归结果，故根据回归结果，对具体回归方程，回归准确性，自变量影响展开分析。 Anova表中，sig值是t统计量对应的概率值，所以t和sig两者是等效的，sig要小于给定的显着性水平，越接近于0越好。F是检验方程显着性的统计量，是平均的回归平方和平均剩余平方和之比，越大越好。在图表中，回归模型统计值F=，p值为，因此证明回归模型有统计学意义，表现回归极显着。即因变量与三个自变量之间存在线性关系。 系数表中，除了常数项系数显着性水平大于，不影响，其它项系数都是，小于，即每个回归系数均具有意义。

spss教程第四章---时间序列分析

第四章时间序列分析 由于反映社会经济现象的大多数数据是按照时间顺序记录的，所以时间序列分析是研究社会经济现象的指标随时间变化的统计规律性的统计方法。.为了研究事物在不同时间的发展状况，就要分析其随时间的推移的发展趋势，预测事物在未来时间的数量变化。因此学习时间序列分析方法是非常必要的。 本章主要内容： 1. 时间序列的线图，自相关图和偏自关系图； 2. SPSS 软件的时间序列的分析方法?季节变动分析。 §4.1 实验准备工作 §4.1.1 根据时间数据定义时间序列 对于一组示定义时间的时间序列数据，可以通过数据窗口的Date菜单操作，得到相应时间的时间序列。定义时间序列的具体操作方法是： 将数据按时间顺序排列，然后单击Date →Define Dates打开Define Dates对话框，如图4.1所示。从左框中选择合适的时间表示方法，并且在右边时间框内定义起始点后点击OK，可以在数据库中增加时间数列。 图4.1 产生时间序列对话框 §4.1.2 绘制时间序列线图和自相关图 一、线图 线图用来反映时间序列随时间的推移的变化趋势和变化规律。下面通过例题说明线图的制作。 例题4.1：表4.1中显示的是某地1979至1982年度的汗衫背心的零售量数据。

试根据这些的数据对汗衫背心零售量进行季节分析。（参考文献[2]） 表4.1 某地背心汗衫零售量一览表单位：万件 1979 1980 1981 1982 1 23 30 18 22 2 3 3 37 20 32 3 69 59 92 102 4 91 120 139 155 5 192 311 324 372 6 348 334 343 324 7 254 270 271 290 8 122 122 193 153 9 95 70 62 77 10 34 33 27 17 11 19 23 17 37 12 27 16 13 46 解：根据表4.1的数据，建立数据文件SY-11（零售量），并对数据定义相应的时间值，使数据成为时间序列。为了分析时间序列，需要先绘制线图直观地反映时间序列的变化趋势和变化规律。具体操作如下： 1. 在数据编辑窗口单击Graphs Line,打开Line Charts对话框如图4. 2.。从中选择Simple单线图，从Date in Chart Are 栏中选择Values of individual cases，即输出的线图中横坐标显示变量中按照时间顺序排列的个体序列号，纵坐标显示时间序列的变量数据。 图4.2 Line Charts对话框 2. 单击Define，打开对话框如图 4.4所示。选择分析变量进入Line Represents，，在Category Labels 类别标签(横坐标)中选择Case number数据个年 度 月 份

银行业和证券业的统计分析

目录

银行业和证券业的统计分析 ——从上市公司的角度 1 研究概要 背景介绍 随着中国金融市场的逐步完善与繁荣，越来越多的人开始关注这个领域。而作为金融市场重要组成部分的证券市场，理所应当地吸引了人们最多的眼球。本次统计大作业的研究中心选择也正是基于这种考虑。在行业类型的选择上，我们结合了小组成员的专业和兴趣，确定了金融行业的两大主要组成部分——银行业与证券业。以期通过SPSS统计软件进行相应的统计分析，寻找这些公司间的共性与特性，为投资者的投资提供有用的参考。 数据选择 我们从A股上市的银行和券商中分别选取十家，根据其2009年6月30日的半年报计算出九个主要的财务指标：股东权益比、负债权益比、主营收入增长率、管理费用比例、总资产周转率、资产负SPSS统计软件债率、每股收益、经营净利率和资产利润率。数据见附表1。 统计方法 通过上述财务指标比较分析银行业与证券业的差异、盈利水平以及股价的变动等方面。我们运用到的统计方法包括描述统计、相关分析、多元线性回归、方

差分析、两个独立样本的非参数检验、主成分分析、聚类分析、判别分析、多维尺度分析、时间序列分析。 2 SPSS统计分析结果 描述统计——两行业特征的比较 我们分别对银行和券商这两个行业的十组数据进行统计描述，以求对两行业之间的特征能有个大致的掌握。结果如下所示： （1）银行业： （2）券商： 通过上表可以看出 （1）券商的股东权益比均值为远大于银行的，说明证券行业风险较大要求券商有较强的抵御外部风险的能力；

（2）银行的负债权益比相较证券业的高，说明银行的负债比例较高，这主要是由于银行吸收存款的特性造成的； （3）从主营收入增长率来看，银行业发展比较稳定，而券商的成长能力较强。 （4）比较两个行业的盈利水平，可以发现券商的资产管理能力，资产的利用率相对较高，善于改善生产经营管理，降低成本费用，有利于利润总额的增加 两个独立样本的非参数检验——银行业与证券业各指标分布的差异 通过对两个独立样本（银行业与证券业）的均值、中位数、离散趋势、偏度等进行差异性检验，分析它们是否来自相同分布的总体。 样本变量的Mann-Whitney U统计量的值分别为0、0、39、33、0、45、26、0；Wilcoxon W统计量的值分别为55、55、94、88、55、55、100、81、55；Z 统计量值分别为、、、、、、、、，负值说明实际观测的秩和比期望观测的秩和要小。股东权益比、负债权益比、总资产周转率、资产负债率和资产利润率比的Sig值比小，说明银行业与证券业的这些指标有显着差异。而主营收入增长率、管理费用比例、每股收益和经营利润率的Sig值比大，说明这些指标在银行业与券商业中差异不大。 为了验证前面得出的结论，用K-S Z方法来检验同一个问题，上表为分析结果。K-S Z的值分别为、、、、、、、和，其所对应的双边渐进显着性水平分别为小于、小于、、小于、小于、、和小于。即主营收入增长率、管理费用比例、每股收益和

实验二 用SPSS进行时间序列分析

西安郵電大学 C++实验报告 院（系） ：经济与管理学院名称 学生姓名：段明强 专业名称：信息管理与信息系统班级：1201 学号: 02125021

SPSS进行时间序列分析 1.连续4周（每周5个工作日）测定某无菌操作室空气中的细菌含量（×103/M3）资料如下表所示，试绘制时间序列图，看是否存在周期性变动趋势。 表1 无菌操作室空气中的细菌含量 1.、激活数据管理窗口，定义变量名为DATA，然后按时间顺序从第一周第1天起将观察数据依次输入数据区域。 图1 数据输入界面 2.在Graphs菜单的Time Series项中，选择Autocorrelations（自相关时间序列图）。 3.在弹出的Autocorrelations对话框中，选左侧变量列表中的data点击按钮使之进入Variable框。在Display栏选 Autocorrelations项，要求仅绘制自动相关的时间序列图。

图3 选择变量进入右侧的分析列表 4.点击Options钮，弹出“Autocorrelations:Options”对话框，在Maximum Number of Lags 处输入5，表示时间序列阶段为每5天一个周期，点击Continue钮返回Autocorrelations 对话框，再点击OK钮即完成。 图4 设置分析参数 5.结果显示和说明。

图5 结果显示 在时间序列图中，用户可根据相关系数的大小来判断序列模型的变动趋势。一般地说，相关系数为0或为<0，则前后序列或相邻序列的变动趋势保持原状；当最大的正相关系数出现在最后一个时点之前的任一时点时，表明趋势变动，完整地说是后面的或相邻变量的序列较前面的或相邻前面变量的序列延迟，前面的或相邻前面变量的序列超前的时点即在最大正相关系数所在的时点。 在本试验中，一个时间序列为5个时点段，结果图显示最大正相关系数位于最后一个时点，故表明前后时间序列稳定，即具有周期性。 实验心得： 本次实验收获很多，学会使用spss进行时间序列的使用！

sas 时间序列课后作业 相关系数

第二章习题 第一题 代码如下 data example2; input freq@@; time=intnx('year','1',_n_-1); format year year4; cards; 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 ; proc gplot data =example2; plot freq*time; symbol c=black v=star i=join; run; 结果如下 平稳序列的时序图应该显示该序列始终在一个常数值附近波动，而且波动范围有界的特点。可是上述时序图是一次函数递增趋势的，所以该序列是非平稳序列。

从图中我们发现序列的自相关系数递减到零的速度相当缓慢，在很长的时间延迟时期里，自相关系数一直为正，而后又一直为负，在子相关图上显示出明显的三角对称性，这是具有单调趋势的非平稳序列的一种典型自相关图形式，这和该序列时序图的单调递增是一致的。 各个延迟阶数下的自相关系数如下 K=1 ρ=0.85 K=2 ρ=0.7015 K=3 ρ=0.55602 K=4 ρ=0.41504 K=5 ρ=0.28008 K=6 ρ=0.152635 SPSS

第二题 代码如下 data example2; input ppm@@; time=intnx('month','01jan1975'd,_n_-1); format time monyy.; cards; 330.45 330.97 331.64 332.87 333.61 333.55 331.90 330.05 328.58 328.31 329.41 330.63