在下列预测方法中,考虑了时间序列全部数据的预测方法是()。
A.上期销售量法
B.二次移动平均数法
C.一次指数平滑法
D.一次移动平均数法
A.上期销售量法
B.二次移动平均数法
C.一次指数平滑法
D.一次移动平均数法
第1题
A.这种方法只需要本期的预测值便可预测下一期的数据
B.利用历史数据进行平滑来消除随机因素的影响,对过去不同时间的资料取不同的权数加权,加以平均进行趋势预测
C.20100
D.指数平滑法属于定量预测法中的回归预测法
E.如果实际数据序列有非线性增长的倾向,则应用多次指数平滑法建立非线性预测模型,再用模型进行预测
第2题
A.时间序列的态势具有稳定性,时间序列才能被合理地猜测。
B.过去态势会持续到未来,所以将较大的关注放在时间序列中较远的数据上。
C.最近的过去态势,某种程度上会持续到未来,所以将较大的关注放在最近数据上。
D.时间序列的态势具有规则性,时间序列才能被合理地顺势推延。
第3题
A.移动平均法是一种时间序列预测方法,根据时间序列逐期推移,依次计算包含一定间隔期数的平均值,形成平均值时间序列来反映事物发展趋势,从趋势的延续预测未来数据值。
B.移动平均法求的是最近几个月平均数,能更好地适应预测临近数据受偶然性因素干扰而产生的随机变动影响。因此它更适合短期预测,而非长期预测。
C.移动平均法的间隔期数数量没有限制,预测值不会产生明显的滞后偏差。
D.移动平均法的间隔期数过大时,预测值将带有明显的滞后偏差。
第7题
利用BARIUM.RAW中的数据。
(i)用前119次观测(即不包含1988年的最后12个月观测),估计线性趋势模型。这个回归的标准误是什么?
(ii)同样用除了最后12个月以外的所有数据,估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合?
(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言,哪种方法效果更好?
(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗?(当我们检验联合显著性时,不必担心误差中轻度的序列相关。)