引導式測驗 · 中等 等級
ARIMA 模型測驗
將 p、d 和 q 映射到 ARIMA 成分;區分時間序列預測的季節順序、平穩性檢查和殘差診斷。
問題 1 的 8
在 ARIMA(p,d,q) 中,p 指定什麼?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 在 ARIMA(p,d,q) 中,p 指定什麼?
- 自迴歸滯後數
- 差分計數
- 移動平均誤差滯後
- 季節性時期
- 在 ARIMA(p,d,q) 中,d 代表什麼?
- 滯後預測誤差
- 非季節差分運算
- 每年的季節週期
- 外生回歸變數的數量
- 按非季節順序 q 代表什麼?
- 季節差異
- 滯後觀測值
- 滯後預測誤差項
- 預測範圍
- s=12 在每月季節性 ARIMA 中通常代表什麼?
- 十二個月的預測範圍
- 十二種普通 AR 滯後
- 需要十二個差異
- 十二個觀測值的季節週期
- 季節差分階 D 有何作用?
- 加入 D 普通誤差滯後
- 按季節週期劃分的差異觀測值
- 選擇預測步驟數
- 消除所有趨勢和殘留模式
- 為什麼過度差異會有害?
- 它使 p 和 q 相等
- 它總是會提高預測的準確性
- 它可以去除有用的結構並添加不必要的噪音
- 它將季節週期轉換為標籤
- 擬合 ARIMA 模型後應檢查哪些內容?
- 是否所有未來值都是正值
- 僅訓練預測是否與觀察結果相同
- 階數是否包含相等的 p 和 q
- 殘差模式和按時間排序的預測效能
- 為什麼將 ARIMA 預測與季節性樸素基準進行比較?
- 判斷模型複雜度是否增加實用預測技能
- 確保 ARIMA 模型是平穩的
- 計算季節週期數量
- 取代殘差診斷