Quiz połączony z przewodnikiem · Średni Poziom

Quiz modelek ARIMA

Odwzoruj p, d i q na komponenty ARIMA; rozróżnia zamówienia sezonowe, kontrole stacjonarności i diagnostykę resztkową na potrzeby prognozowania szeregów czasowych.

Powiązane ścieżki prowadząceModele Arimy
Pytanie 1 z 8

W ARIMA(p,d,q), co określa p?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. W ARIMA(p,d,q), co określa p?
    • Liczba opóźnień autoregresyjnych
    • Liczba różnic
    • Błąd średniej ruchomej jest opóźniony
    • Okres sezonowy
  2. W ARIMA(p,d,q), co liczy się d?
    • Opóźnione błędy prognoz
    • Operacje różnicujące pozasezonowe
    • Cykle sezonowe w roku
    • Liczba regresorów egzogennych
  3. Co oznacza q w porządku pozasezonowym?
    • Różnice sezonowe
    • Opóźnione zaobserwowane wartości
    • Opóźnione warunki błędu prognozy
    • Horyzont prognozy
  4. Co zwykle oznacza s=12 w miesięcznej sezonowej ARIMA?
    • Dwunastomiesięczny horyzont prognozy
    • Dwanaście zwykłych opóźnień AR
    • Wymaganych dwanaście różnic
    • Sezonowy okres dwunastu obserwacji
  5. Do czego służy sezonowy porządek różnicowania D?
    • Dodaje D zwykłych opóźnień związanych z błędami
    • Różnice obserwacji rozdzielone okresem sezonowym
    • Wybiera liczbę kroków prognozy
    • Usuwa każdy trend i resztkowy wzór
  6. Dlaczego nadmierne różnicowanie może być szkodliwe?
    • To sprawia, że p i q są równe
    • Zawsze zwiększa to dokładność prognoz
    • Może usunąć użyteczną strukturę i dodać niepotrzebny szum
    • Przekształca okresy sezonowe w etykiety
  7. Co należy sprawdzić po zamontowaniu modelu ARIMA?
    • Czy wszystkie przyszłe wartości są dodatnie
    • Tylko czy przewidywania treningowe są identyczne z obserwacjami
    • Czy rząd zawiera równe p i q
    • Wzorce rezydualne i wykonanie prognoz uporządkowanych w czasie
  8. Po co porównywać prognozę ARIMA z sezonową wartością bazową?
    • Aby określić, czy złożoność modelu dodaje przydatnej umiejętności prognozowania
    • Aby zagwarantować, że model ARIMA jest stacjonarny
    • Aby obliczyć liczbę okresów sezonowych
    • Aby zastąpić pozostałą diagnostykę