แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบโมเดล ARIMA

แมป p, d และ q ไปยังส่วนประกอบ ARIMA แยกคำสั่งซื้อตามฤดูกาล การตรวจสอบความคงที่ และการวินิจฉัยสารตกค้างสำหรับการพยากรณ์อนุกรมเวลา

เส้นทางแนะนำที่เกี่ยวข้องอาริมะโมเดล
คำถาม 1 ของ 8

ใน ARIMA(p,d,q) p ระบุอะไร

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ใน ARIMA(p,d,q) p ระบุอะไร
    • จำนวนความล่าช้าอัตโนมัติ
    • การนับความแตกต่าง
    • ข้อผิดพลาดของค่าเฉลี่ยเคลื่อนที่ล่าช้า
    • ช่วงฤดูกาล
  2. ใน ARIMA(p,d,q) d นับอะไร?
    • ข้อผิดพลาดในการคาดการณ์ล่าช้า
    • การดำเนินการผลต่างนอกฤดูกาล
    • รอบฤดูกาลต่อปี
    • จำนวนผู้ถดถอยภายนอก
  3. q แสดงถึงอะไรในลำดับนอกฤดูกาล?
    • ความแตกต่างตามฤดูกาล
    • ค่าที่สังเกตล่าช้า
    • เงื่อนไขข้อผิดพลาดในการคาดการณ์ที่ล่าช้า
    • ขอบฟ้าพยากรณ์
  4. s=12 โดยทั่วไปแสดงถึงอะไรใน ARIMA ตามฤดูกาลรายเดือน
    • ขอบเขตการคาดการณ์สิบสองเดือน
    • AR ล่าช้าทั่วไปสิบสองรายการ
    • จำเป็นต้องมีความแตกต่างสิบสองประการ
    • ช่วงเวลาตามฤดูกาลของการสังเกตสิบสองครั้ง
  5. ลำดับความแตกต่างตามฤดูกาล D ทำหน้าที่อะไร
    • เพิ่มความล่าช้าของข้อผิดพลาดสามัญ D
    • การสังเกตความแตกต่างแยกตามช่วงฤดูกาล
    • เลือกจำนวนขั้นตอนการพยากรณ์
    • ขจัดทุกเทรนด์และรูปแบบที่ตกค้าง
  6. เหตุใดความแตกต่างที่มากเกินไปจึงเป็นอันตรายได้
    • มันทำให้ p และ q เท่ากัน
    • มันเพิ่มความแม่นยำในการพยากรณ์เสมอ
    • สามารถลบโครงสร้างที่เป็นประโยชน์และเพิ่มเสียงรบกวนที่ไม่จำเป็นได้
    • โดยจะแปลงช่วงฤดูกาลเป็นป้ายกำกับ
  7. หลังจากติดตั้งโมเดล ARIMA แล้วควรตรวจสอบอะไรบ้าง?
    • ค่าในอนาคตทั้งหมดเป็นบวกหรือไม่
    • เฉพาะการคาดการณ์การฝึกจะเหมือนกับการสังเกตเท่านั้น
    • ไม่ว่าคำสั่งซื้อจะมี p และ q เท่ากันหรือไม่
    • รูปแบบที่เหลือและประสิทธิภาพการคาดการณ์ตามเวลา
  8. เหตุใดจึงเปรียบเทียบการคาดการณ์ ARIMA กับข้อมูลพื้นฐานที่ไร้เดียงสาตามฤดูกาล
    • เพื่อตรวจสอบว่าความซับซ้อนของแบบจำลองเพิ่มทักษะการคาดการณ์ที่มีประโยชน์หรือไม่
    • เพื่อรับประกันว่าโมเดล ARIMA จะอยู่นิ่ง
    • เพื่อคำนวณจำนวนช่วงฤดูกาล
    • เพื่อทดแทนการวินิจฉัยสารตกค้าง