Экзаменационные вопросы
Описание файла
Документ из архива "Экзаменационные вопросы", который расположен в категории "". Всё это находится в предмете "анализ временных рядов" из 11 семестр (3 семестр магистратуры), которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "к экзамену/зачёту", в предмете "анализ временных рядов" в общих файлах.
Онлайн просмотр документа "Экзаменационные вопросы"
Текст из документа "Экзаменационные вопросы"
- 3 -
ЭКЗАМЕНАЦИОННЫЕ ВОПРОСЫ ПО КУРСУ
«Анализ, моделирование и прогнозирование
финансовых временных рядов»
1. Основные статистики финансового временного ряда. Их практическое значение.
2. Содержание гипотезы стационарности и эргодичности временного ряда.
3. Оценки статистических характеристик временного ряда по ансамблю и по единственной реализации.
4. Критерии наличия тренда финансового временного ряда.
5. Простое скользящее среднее (SMA) нестационарного временного ряда.
6. Простое экспоненциальное среднее (EMA) нестационарного временного ряда.
7. Оценка дисперсии временного ряда усреднением по времени.
8. Оценка автокорреляционной функции временного ряда усреднением по времени.
9. Понятие спектральной плотности мощности временного ряда.
10. Теорема Винера - Хинчина.
11. Несмещенная оценка автокорреляционной функции временного ряда и ее статистические свойства.
12. Смещенная оценка автокорреляционной функции временного ряда и ее статистические свойства.
13. Коррелограммный метод оценки энергетического спектра. Корреляционные окна.
14. Выборочный спектр и его статистические свойства.
15. Периодограммный метод оценки энергетического спектра. Окна данных.
16. Методы псевдоусреднения периодограммы.
17. Метод формирующего фильтра. Три способа описания формирующего фильтра.
18. Белый шум и его статистические свойства.
19. Параметры АРСС (p, q) модели временного ряда.
20. Операторная форма описания АРСС (p, q) модели временного ряда.
21. Полином авторегрессии (АР) и его корни. Условия устойчивости формирующего фильтра.
22. Полином скользящего среднего (СС) и его корни. Условия устойчивости формирующего фильтра.
23. Спектральная плотность мощности АРСС - процесса.
24. Система нелинейных нормальных уравнений Юла - Уолкера АРСС - процесса.
25. Взаимосвязь АР- параметров временного ряда и его автокорреляционной функции.
26. Алгоритм Левинсона - Дурбина оценки АР - параметров временного ряда. Свойства алгоритма.
27. Частная автокорреляционная функция временного ряда. Коэффициенты отражения и их статистический смысл.
28. АКФ и частная АКФ для процесса АР(1) (процесса Маркова).
29. АКФ и частная АКФ для процесса АР(2) (процесса Юла).
30. Фильтры линейного прогноза вперед и назад.
31. Оптимальные оценки коэффициентов фильтра Винера (линейного прогноза).
32. Фильтры ошибок линейного прогноза вперед и назад.
33. Различия между формирующим фильтром и фильтром ошибки линейного прогноза.
34. Рекурсия Левинсона - Дурбина для ошибок линейного прогноза вперед и назад.
35. Решетчатый фильтр.
36. Геометрический алгоритм Берга оценки АР - параметров временного ряда.
37. Взаимосвязь СС - параметров временного ряда и его автокорреляционной функции.
38. АКФ и частная АКФ для процесса СС(1).
39. АКФ и частная АКФ для процесса СС(2).
40. Принцип взаимности для моделей АР и СС временного ряда.
41. Оценка СС- параметров АРСС (p, q) модели с помощью остаточного временного ряда.
42. Три формулировки задачи спектральной факторизации.
43. Применение основной теоремы алгебры для оценки СС - параметров временного ряда.
44. Оценка СС- параметров временного ряда с помощью решения системы нелинейных уравнений.
45. Практические критерии стационарности временного ряда по критерию тренда.
46. Оценка СС- параметров временного ряда с помощью аппроксимации данных АР- моделью высокого порядка.
47. Оценка СС- параметров временного ряда с помощью гомоморфного преобразования.
48. Модель экспоненциального сглаживания Хольта - Брауна для временного ряда с линейной тенденцией «роста».
49. Критерий адекватности модели экспоненциального среднего реальным данным.
50. Следящие контрольные сигналы Брауна и Тригга.
51. Мультипликативные модели сезонных колебаний на основе экспоненциального сглаживания данных.
52. Аддитивные модели сезонных колебаний на основе экспоненциального сглаживания данных.
53. Регулирование параметров сглаживания EMA с помощью следящего контрольного сигнала.
54. Метод переопределенной системы уравнений АР - модели данных. Ковариационный метод оценки АР - параметров.