2025年統(tǒng)計(jì)學(xué)專業(yè)期末考試題庫(kù)：時(shí)間序列分析方法與金融市場(chǎng)試題考試時(shí)間：______分鐘總分：______分姓名：______一、單項(xiàng)選擇題（本大題共20小題，每小題1分，共20分。在每小題列出的四個(gè)選項(xiàng)中，只有一個(gè)是符合題目要求的，請(qǐng)將正確選項(xiàng)字母填在題后的括號(hào)內(nèi)。）1.時(shí)間序列分析的核心目標(biāo)是（）。A.揭示數(shù)據(jù)背后的隨機(jī)性B.預(yù)測(cè)未來(lái)趨勢(shì)C.分析數(shù)據(jù)的季節(jié)性波動(dòng)D.確定數(shù)據(jù)的長(zhǎng)期平穩(wěn)性2.ARIMA模型中，p、d、q分別代表（）。A.自回歸項(xiàng)數(shù)、差分次數(shù)、移動(dòng)平均項(xiàng)數(shù)B.差分次數(shù)、自回歸項(xiàng)數(shù)、移動(dòng)平均項(xiàng)數(shù)C.移動(dòng)平均項(xiàng)數(shù)、自回歸項(xiàng)數(shù)、差分次數(shù)D.差分次數(shù)、移動(dòng)平均項(xiàng)數(shù)、自回歸項(xiàng)數(shù)3.在時(shí)間序列分析中，季節(jié)性因素通常用（）來(lái)衡量。A.AR項(xiàng)B.MA項(xiàng)C.季節(jié)性指數(shù)D.自相關(guān)系數(shù)4.確定時(shí)間序列模型的自回歸項(xiàng)數(shù)p時(shí)，常用的方法是（）。A.平穩(wěn)性檢驗(yàn)B.Ljung-Box檢驗(yàn)C.ACF和PACF圖分析D.Durbin-Watson檢驗(yàn)5.移動(dòng)平均模型MA(q)中，q代表（）。A.自回歸項(xiàng)數(shù)B.差分次數(shù)C.移動(dòng)平均項(xiàng)數(shù)D.季節(jié)性周期6.時(shí)間序列數(shù)據(jù)中，如果存在明顯的趨勢(shì)成分，通常需要進(jìn)行（）。A.平穩(wěn)化處理B.季節(jié)性調(diào)整C.差分D.對(duì)數(shù)變換7.在時(shí)間序列分析中，ADF檢驗(yàn)主要用于（）。A.檢驗(yàn)數(shù)據(jù)的正態(tài)性B.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性C.檢驗(yàn)數(shù)據(jù)的自相關(guān)性D.檢驗(yàn)數(shù)據(jù)的季節(jié)性8.ARIMA(1,1,1)模型表示（）。A.一個(gè)自回歸項(xiàng)、一次差分、一個(gè)移動(dòng)平均項(xiàng)B.一個(gè)自回歸項(xiàng)、無(wú)差分、一個(gè)移動(dòng)平均項(xiàng)C.無(wú)自回歸項(xiàng)、一次差分、一個(gè)移動(dòng)平均項(xiàng)D.一個(gè)自回歸項(xiàng)、一次差分、無(wú)移動(dòng)平均項(xiàng)9.時(shí)間序列分析中，ACF圖和PACF圖主要用于（）。A.檢驗(yàn)數(shù)據(jù)的正態(tài)性B.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性C.確定模型的參數(shù)D.檢驗(yàn)數(shù)據(jù)的季節(jié)性10.在時(shí)間序列分析中，季節(jié)性因素通常用（）來(lái)處理。A.差分B.對(duì)數(shù)變換C.季節(jié)性調(diào)整D.平穩(wěn)化處理11.時(shí)間序列數(shù)據(jù)中，如果存在明顯的周期性成分，通常需要進(jìn)行（）。A.平穩(wěn)化處理B.季節(jié)性調(diào)整C.差分D.對(duì)數(shù)變換12.在時(shí)間序列分析中，KPSS檢驗(yàn)主要用于（）。A.檢驗(yàn)數(shù)據(jù)的正態(tài)性B.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性C.檢驗(yàn)數(shù)據(jù)的自相關(guān)性D.檢驗(yàn)數(shù)據(jù)的季節(jié)性13.ARIMA(2,1,2)模型表示（）。A.兩個(gè)自回歸項(xiàng)、一次差分、兩個(gè)移動(dòng)平均項(xiàng)B.兩個(gè)自回歸項(xiàng)、無(wú)差分、兩個(gè)移動(dòng)平均項(xiàng)C.無(wú)自回歸項(xiàng)、一次差分、兩個(gè)移動(dòng)平均項(xiàng)D.兩個(gè)自回歸項(xiàng)、一次差分、無(wú)移動(dòng)平均項(xiàng)14.時(shí)間序列分析中，ACF圖和PACF圖可以幫助我們（）。A.檢驗(yàn)數(shù)據(jù)的正態(tài)性B.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性C.確定模型的參數(shù)D.檢驗(yàn)數(shù)據(jù)的季節(jié)性15.在時(shí)間序列分析中，季節(jié)性因素通常用（）來(lái)衡量。A.AR項(xiàng)B.MA項(xiàng)C.季節(jié)性指數(shù)D.自相關(guān)系數(shù)16.確定時(shí)間序列模型的移動(dòng)平均項(xiàng)數(shù)q時(shí)，常用的方法是（）。A.平穩(wěn)性檢驗(yàn)B.Ljung-Box檢驗(yàn)C.ACF和PACF圖分析D.Durbin-Watson檢驗(yàn)17.時(shí)間序列數(shù)據(jù)中，如果存在明顯的趨勢(shì)成分，通常需要進(jìn)行（）。A.平穩(wěn)化處理B.季節(jié)性調(diào)整C.差分D.對(duì)數(shù)變換18.在時(shí)間序列分析中，ADF檢驗(yàn)主要用于（）。A.檢驗(yàn)數(shù)據(jù)的正態(tài)性B.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性C.檢驗(yàn)數(shù)據(jù)的自相關(guān)性D.檢驗(yàn)數(shù)據(jù)的季節(jié)性19.ARIMA(1,1,1)模型表示（）。A.一個(gè)自回歸項(xiàng)、一次差分、一個(gè)移動(dòng)平均項(xiàng)B.一個(gè)自回歸項(xiàng)、無(wú)差分、一個(gè)移動(dòng)平均項(xiàng)C.無(wú)自回歸項(xiàng)、一次差分、一個(gè)移動(dòng)平均項(xiàng)D.一個(gè)自回歸項(xiàng)、一次差分、無(wú)移動(dòng)平均項(xiàng)20.時(shí)間序列分析中，季節(jié)性因素通常用（）來(lái)處理。A.差分B.對(duì)數(shù)變換C.季節(jié)性調(diào)整D.平穩(wěn)化處理二、多項(xiàng)選擇題（本大題共10小題，每小題2分，共20分。在每小題列出的五個(gè)選項(xiàng)中，有多項(xiàng)是符合題目要求的，請(qǐng)將正確選項(xiàng)字母填在題后的括號(hào)內(nèi)。每小題選出的人數(shù)不超過(guò)三項(xiàng)，多選、少選或錯(cuò)選均不得分。）21.時(shí)間序列分析的主要內(nèi)容包括（）。A.平穩(wěn)性檢驗(yàn)B.季節(jié)性調(diào)整C.趨勢(shì)分析D.模型構(gòu)建E.預(yù)測(cè)22.ARIMA模型中，p、d、q分別代表（）。A.自回歸項(xiàng)數(shù)B.差分次數(shù)C.移動(dòng)平均項(xiàng)數(shù)D.季節(jié)性周期E.隨機(jī)誤差項(xiàng)23.在時(shí)間序列分析中，季節(jié)性因素通常用（）來(lái)衡量。A.AR項(xiàng)B.MA項(xiàng)C.季節(jié)性指數(shù)D.自相關(guān)系數(shù)E.平穩(wěn)性指標(biāo)24.確定時(shí)間序列模型的自回歸項(xiàng)數(shù)p時(shí)，常用的方法有（）。A.平穩(wěn)性檢驗(yàn)B.Ljung-Box檢驗(yàn)C.ACF和PACF圖分析D.Durbin-Watson檢驗(yàn)E.KPSS檢驗(yàn)25.移動(dòng)平均模型MA(q)中，q代表（）。A.自回歸項(xiàng)數(shù)B.差分次數(shù)C.移動(dòng)平均項(xiàng)數(shù)D.季節(jié)性周期E.隨機(jī)誤差項(xiàng)26.時(shí)間序列數(shù)據(jù)中，如果存在明顯的趨勢(shì)成分，通常需要進(jìn)行（）。A.平穩(wěn)化處理B.季節(jié)性調(diào)整C.差分D.對(duì)數(shù)變換E.模型構(gòu)建27.在時(shí)間序列分析中，ADF檢驗(yàn)主要用于（）。A.檢驗(yàn)數(shù)據(jù)的正態(tài)性B.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性C.檢驗(yàn)數(shù)據(jù)的自相關(guān)性D.檢驗(yàn)數(shù)據(jù)的季節(jié)性E.預(yù)測(cè)28.ARIMA(1,1,1)模型表示（）。A.一個(gè)自回歸項(xiàng)B.一次差分C.一個(gè)移動(dòng)平均項(xiàng)D.無(wú)自回歸項(xiàng)E.無(wú)移動(dòng)平均項(xiàng)29.時(shí)間序列分析中，ACF圖和PACF圖主要用于（）。A.檢驗(yàn)數(shù)據(jù)的正態(tài)性B.檢驗(yàn)數(shù)據(jù)的平穩(wěn)性C.確定模型的參數(shù)D.檢驗(yàn)數(shù)據(jù)的季節(jié)性E.預(yù)測(cè)30.在時(shí)間序列分析中，季節(jié)性因素通常用（）來(lái)處理。A.差分B.對(duì)數(shù)變換C.季節(jié)性調(diào)整D.平穩(wěn)化處理E.模型構(gòu)建三、判斷題（本大題共10小題，每小題1分，共10分。請(qǐng)判斷下列各題的敘述是否正確，正確的填“√”，錯(cuò)誤的填“×”。）31.時(shí)間序列分析只能用于經(jīng)濟(jì)數(shù)據(jù)的分析，不能用于其他領(lǐng)域的數(shù)據(jù)分析。32.ARIMA模型中的“AR”表示自回歸項(xiàng)，而“MA”表示移動(dòng)平均項(xiàng)。33.時(shí)間序列數(shù)據(jù)中，如果存在明顯的季節(jié)性成分，通常需要進(jìn)行差分處理。34.ACF圖和PACF圖可以幫助我們確定時(shí)間序列模型的參數(shù)。35.平穩(wěn)時(shí)間序列數(shù)據(jù)的均值和方差都是常數(shù)。36.時(shí)間序列分析中，ADF檢驗(yàn)和KPSS檢驗(yàn)都是用于檢驗(yàn)數(shù)據(jù)的平穩(wěn)性。37.移動(dòng)平均模型MA(q)中，q代表自回歸項(xiàng)數(shù)。38.時(shí)間序列數(shù)據(jù)中，如果存在明顯的趨勢(shì)成分，通常需要進(jìn)行對(duì)數(shù)變換處理。39.在時(shí)間序列分析中，季節(jié)性因素通常用季節(jié)性指數(shù)來(lái)衡量。40.ARIMA(1,1,1)模型表示一個(gè)自回歸項(xiàng)、一次差分、一個(gè)移動(dòng)平均項(xiàng)。四、簡(jiǎn)答題（本大題共5小題，每小題4分，共20分。請(qǐng)簡(jiǎn)要回答下列問題。）41.簡(jiǎn)述時(shí)間序列分析的基本概念及其主要用途。42.解釋什么是平穩(wěn)時(shí)間序列數(shù)據(jù)，并列舉三種檢驗(yàn)數(shù)據(jù)平穩(wěn)性的常用方法。43.說(shuō)明ACF圖和PACF圖在時(shí)間序列分析中的作用，并簡(jiǎn)述如何通過(guò)它們來(lái)確定模型的參數(shù)。44.描述移動(dòng)平均模型MA(q)的基本原理，并解釋q的含義。45.闡述時(shí)間序列分析中季節(jié)性因素的處理方法，并舉例說(shuō)明季節(jié)性調(diào)整的常用技術(shù)。五、論述題（本大題共2小題，每小題10分，共20分。請(qǐng)結(jié)合所學(xué)知識(shí)，詳細(xì)回答下列問題。）46.結(jié)合具體例子，論述時(shí)間序列分析在金融市場(chǎng)中的應(yīng)用價(jià)值，并分析其面臨的挑戰(zhàn)和局限性。47.詳細(xì)闡述如何構(gòu)建一個(gè)時(shí)間序列分析模型，包括數(shù)據(jù)預(yù)處理、模型選擇、參數(shù)估計(jì)、模型檢驗(yàn)和預(yù)測(cè)等步驟，并舉例說(shuō)明在實(shí)際應(yīng)用中的具體操作。本次試卷答案如下一、單項(xiàng)選擇題答案及解析1.B解析：時(shí)間序列分析的核心目標(biāo)是預(yù)測(cè)未來(lái)趨勢(shì)，通過(guò)分析歷史數(shù)據(jù)規(guī)律來(lái)推算未來(lái)可能的發(fā)展方向。2.A解析：ARIMA模型中p代表自回歸項(xiàng)數(shù)，d代表差分次數(shù)，q代表移動(dòng)平均項(xiàng)數(shù)，這是時(shí)間序列分析中的標(biāo)準(zhǔn)表示方法。3.C解析：季節(jié)性因素是指數(shù)據(jù)在特定周期內(nèi)（如季度、月份）出現(xiàn)的規(guī)律性波動(dòng)，通常用季節(jié)性指數(shù)來(lái)衡量。4.C解析：通過(guò)觀察ACF（自相關(guān)函數(shù)）和PACF（偏自相關(guān)函數(shù)）圖可以直觀判斷自回歸項(xiàng)數(shù)p，這是時(shí)間序列模型選擇的關(guān)鍵步驟。5.C解析：MA(q)中的q明確表示移動(dòng)平均項(xiàng)數(shù)，即模型中包含的過(guò)去誤差項(xiàng)的數(shù)量。6.A解析：趨勢(shì)成分是指數(shù)據(jù)隨時(shí)間呈現(xiàn)的長(zhǎng)期上升或下降趨勢(shì)，需要進(jìn)行平穩(wěn)化處理才能建立有效的模型。7.B解析：ADF（AugmentedDickey-Fuller）檢驗(yàn)是專門用于檢驗(yàn)時(shí)間序列數(shù)據(jù)是否平穩(wěn)的統(tǒng)計(jì)檢驗(yàn)方法。8.A解析：ARIMA(1,1,1)表示模型包含1個(gè)自回歸項(xiàng)、1次差分和1個(gè)移動(dòng)平均項(xiàng)，這是完整的模型參數(shù)表示。9.C解析：ACF圖和PACF圖是確定ARIMA模型參數(shù)的主要工具，通過(guò)觀察它們可以判斷自回歸和移動(dòng)平均項(xiàng)數(shù)。10.C解析：季節(jié)性調(diào)整是消除時(shí)間序列中的季節(jié)性波動(dòng)的方法，常用技術(shù)包括移動(dòng)平均法、季節(jié)性指數(shù)法等。11.B解析：周期性成分是數(shù)據(jù)在非固定周期內(nèi)出現(xiàn)的規(guī)律性波動(dòng)，需要進(jìn)行季節(jié)性調(diào)整來(lái)處理。12.B解析：KPSS（Kwiatkowski-Phillips-Schmidt-Shin）檢驗(yàn)是用于檢驗(yàn)時(shí)間序列是否平穩(wěn)的另一種常用方法，與ADF檢驗(yàn)互補(bǔ)。13.A解析：ARIMA(2,1,2)表示模型包含2個(gè)自回歸項(xiàng)、1次差分和2個(gè)移動(dòng)平均項(xiàng)，完整描述了模型結(jié)構(gòu)。14.C解析：ACF圖和PACF圖的主要作用是幫助確定模型的參數(shù)，如自回歸項(xiàng)數(shù)和移動(dòng)平均項(xiàng)數(shù)。15.C解析：季節(jié)性指數(shù)是衡量季節(jié)性因素強(qiáng)度的指標(biāo)，通過(guò)季節(jié)性指數(shù)可以量化季節(jié)性波動(dòng)的大小。16.C解析：通過(guò)觀察ACF和PACF圖可以確定移動(dòng)平均項(xiàng)數(shù)q，這是模型選擇的關(guān)鍵步驟之一。17.A解析：趨勢(shì)成分需要通過(guò)平穩(wěn)化處理才能建立有效的模型，通常采用差分方法消除趨勢(shì)。18.B解析：ADF檢驗(yàn)是專門用于檢驗(yàn)時(shí)間序列數(shù)據(jù)是否平穩(wěn)的統(tǒng)計(jì)檢驗(yàn)方法，這是其核心用途。19.A解析：ARIMA(1,1,1)表示模型包含1個(gè)自回歸項(xiàng)、1次差分和1個(gè)移動(dòng)平均項(xiàng)，這是完整的模型參數(shù)表示。20.C解析：季節(jié)性調(diào)整是消除時(shí)間序列中的季節(jié)性波動(dòng)的方法，常用技術(shù)包括移動(dòng)平均法、季節(jié)性指數(shù)法等。二、多項(xiàng)選擇題答案及解析21.ABCDE解析：時(shí)間序列分析的主要內(nèi)容包括平穩(wěn)性檢驗(yàn)、季節(jié)性調(diào)整、趨勢(shì)分析、模型構(gòu)建和預(yù)測(cè)，這些是時(shí)間序列分析的核心內(nèi)容。22.ABC解析：ARIMA模型中p代表自回歸項(xiàng)數(shù)，d代表差分次數(shù)，q代表移動(dòng)平均項(xiàng)數(shù)，這是時(shí)間序列分析中的標(biāo)準(zhǔn)表示方法。23.CD解析：季節(jié)性因素通常用季節(jié)性指數(shù)和自相關(guān)系數(shù)來(lái)衡量，這些指標(biāo)可以量化季節(jié)性波動(dòng)的大小和規(guī)律性。24.CDE解析：確定自回歸項(xiàng)數(shù)p的主要方法包括ACF和PACF圖分析、Durbin-Watson檢驗(yàn)和KPSS檢驗(yàn)，這些方法可以幫助判斷模型參數(shù)。25.C解析：MA(q)中的q明確表示移動(dòng)平均項(xiàng)數(shù)，即模型中包含的過(guò)去誤差項(xiàng)的數(shù)量。26.AC解析：趨勢(shì)成分需要通過(guò)平穩(wěn)化處理和差分方法來(lái)消除，以便建立有效的模型，這是時(shí)間序列分析的基本步驟。27.BCD解析：ADF檢驗(yàn)和KPSS檢驗(yàn)都是用于檢驗(yàn)數(shù)據(jù)平穩(wěn)性的方法，而檢驗(yàn)數(shù)據(jù)的自相關(guān)性和季節(jié)性則使用其他方法。28.ABC解析：ARIMA(1,1,1)表示模型包含1個(gè)自回歸項(xiàng)、1次差分和1個(gè)移動(dòng)平均項(xiàng)，這是完整的模型參數(shù)表示。29.BCD解析：ACF圖和PACF圖主要用于檢驗(yàn)數(shù)據(jù)的平穩(wěn)性、確定模型的參數(shù)和檢驗(yàn)數(shù)據(jù)的季節(jié)性，這些是它們的主要作用。30.CE解析：季節(jié)性因素通常通過(guò)季節(jié)性調(diào)整和模型構(gòu)建來(lái)處理，這是消除季節(jié)性波動(dòng)的主要方法。三、判斷題答案及解析31.×解析：時(shí)間序列分析不僅適用于經(jīng)濟(jì)數(shù)據(jù)，還廣泛應(yīng)用于其他領(lǐng)域，如氣象學(xué)、生物學(xué)、工程學(xué)等，具有廣泛的應(yīng)用范圍。32.√解析：ARIMA模型中“AR”表示自回歸項(xiàng)，即模型中包含的過(guò)去值對(duì)當(dāng)前值的影響；而“MA”表示移動(dòng)平均項(xiàng)，即模型中包含的過(guò)去誤差項(xiàng)對(duì)當(dāng)前值的影響。33.×解析：季節(jié)性成分通常通過(guò)季節(jié)性調(diào)整來(lái)處理，而不是差分處理，差分處理主要用于消除趨勢(shì)成分。34.√解析：ACF圖和PACF圖可以幫助我們直觀判斷自回歸和移動(dòng)平均項(xiàng)數(shù)，這是確定模型參數(shù)的重要依據(jù)。35.√解析：平穩(wěn)時(shí)間序列數(shù)據(jù)的均值和方差都是常數(shù)，不隨時(shí)間變化，這是平穩(wěn)性的基本特征。36.√解析：ADF檢驗(yàn)和KPSS檢驗(yàn)都是用于檢驗(yàn)數(shù)據(jù)平穩(wěn)性的統(tǒng)計(jì)檢驗(yàn)方法，它們可以判斷時(shí)間序列是否具有平穩(wěn)性。37.×解析：MA(q)中的q代表移動(dòng)平均項(xiàng)數(shù)，而不是自回歸項(xiàng)數(shù)，這是時(shí)間序列模型參數(shù)的標(biāo)準(zhǔn)表示方法。38.×解析：趨勢(shì)成分通常通過(guò)平穩(wěn)化處理和差分方法來(lái)消除，而不是對(duì)數(shù)變換，對(duì)數(shù)變換主要用于處理數(shù)據(jù)的比例關(guān)系。39.√解析：季節(jié)性因素通常用季節(jié)性指數(shù)來(lái)衡量，季節(jié)性指數(shù)可以量化季節(jié)性波動(dòng)的大小和規(guī)律性。40.√解析：ARIMA(1,1,1)表示模型包含1個(gè)自回歸項(xiàng)、1次差分和1個(gè)移動(dòng)平均項(xiàng)，這是完整的模型參數(shù)表示。四、簡(jiǎn)答題答案及解析41.時(shí)間序列分析的基本概念是通過(guò)分析時(shí)間序列數(shù)據(jù)隨時(shí)間變化的規(guī)律性，建立數(shù)學(xué)模型來(lái)描述這些規(guī)律性，并用于預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。主要用途包括：經(jīng)濟(jì)預(yù)測(cè)、趨勢(shì)分析、季節(jié)性調(diào)整、異常檢測(cè)等。例如，通過(guò)分析股票價(jià)格的時(shí)間序列數(shù)據(jù)，可以預(yù)測(cè)未來(lái)的價(jià)格走勢(shì)；通過(guò)分析銷售數(shù)據(jù)的時(shí)間序列，可以預(yù)測(cè)未來(lái)的銷售趨勢(shì)。42.平穩(wěn)時(shí)間序列數(shù)據(jù)是指其統(tǒng)計(jì)特性（如均值、方差）不隨時(shí)間變化的序列。檢驗(yàn)數(shù)據(jù)平穩(wěn)性的常用方法包括：ADF檢驗(yàn)（AugmentedDickey-Fuller檢驗(yàn)）、KPSS檢驗(yàn)（Kwiatkowski-Phillips-Schmidt-Shin檢驗(yàn)）和單位根檢驗(yàn)。ADF檢驗(yàn)用于檢驗(yàn)序列是否存在單位根，即是否非平穩(wěn)；KPSS檢驗(yàn)用于檢驗(yàn)序列是否平穩(wěn)。通過(guò)這些檢驗(yàn)可以判斷時(shí)間序列是否需要平穩(wěn)化處理。43.ACF圖和PACF圖在時(shí)間序列分析中的作用是幫助確定模型的參數(shù)。ACF圖顯示序列的自相關(guān)程度隨滯后時(shí)間的衰減情況，PACF圖顯示序列的偏自相關(guān)程度隨滯后時(shí)間的衰減情況。通過(guò)觀察ACF和PACF圖，可以判斷自回歸項(xiàng)數(shù)和移動(dòng)平均項(xiàng)數(shù)。例如，如果ACF圖在滯后1處顯著，而PACF圖在滯后1處顯著，則可以判斷模型中包含1個(gè)自回歸項(xiàng)和1個(gè)移動(dòng)平均項(xiàng)。44.移動(dòng)平均模型MA(q)的基本原理是假設(shè)當(dāng)前值與過(guò)去的誤差項(xiàng)線性相關(guān)。MA(q)表示模型中包含q個(gè)過(guò)去的誤差項(xiàng)。例如，MA(1)模型表示當(dāng)前值與過(guò)去一個(gè)誤差項(xiàng)線性相關(guān)，MA(2)模型表示當(dāng)前值與過(guò)去兩個(gè)誤差項(xiàng)線性相關(guān)。q的含義是移動(dòng)平均項(xiàng)數(shù)，即模型中包含的過(guò)去誤差項(xiàng)的數(shù)量。45.時(shí)間序列分析中季節(jié)性