第五章 时间序列描述与预测:时间序列描述与预测主要介绍了时间序列的基本含义,时间序列的分类,时间序列水平特征和变动特征的基本描述。本节还分析了时间序列的影响因素及分解方法,在乘法模型下主要包括长期趋势的测定、季节变动的测定和循环变动的测定等。在分解时间序列影响因素的基础上,我们又进一步介绍了时间序列的合成原理,并给出了不同情况下,如何利用合成的基本序列进行预测。5.1时间序列概述:本小节学习时间序列的含义,及构成时间序列的两个要素。掌握时间序列的分类,绝对数、相对数和平均数时间序列的含义,以及时期序列和时点序列的区别和联系。
5.2数据分布的离中趋势:本小节学习时间序列的水平分析,变动特征描述与分析。理解发展水平的概念,重点掌握平均发展水平、增长量以及平均增长量等指标的含义与计算方法。理解发展速度、定基发展速度与环比发展速度等概念,以及增长速度与发展速度,平均增长速度与平均发展速度之间的关系。重点掌握平均发展速度、平均增长速度的计算方法。
5.3时间序列构成及分解:时间序列中的各期观察值是T、S、C、I四类因素综合影响生成的,按四种因素对时间序列的影响方式不同,时间序列分解模型有多种。T、S、C属于系统性影响因素,它也是影响现象发展变化的基本因素,决定着现象的变动方向与变动规律。本节基于乘法模型介绍T、S、C从各期观察值中剥离的测度方法。
5.4时间序列预测:根据乘法模型,构成时间序列的各种变动被测定出来以后,如何还原构成时间序列,这就是时间序列的合成。这就是把测定的各因素按乘法模型组合起来,构成原时间序列的基本序列。并在一定假定下将这一基本序列用与未来预测,包括平稳及趋势非平稳时间序列预测、季节非平稳时间序列预测和趋势—季节非平稳时间序列预测等。
[单选题]“最小二乘法”是估计趋势线模型参数的常用方法,其基本原理是要求满足( )。

选项:[,
,
,
]
[单选题]趋势剔除法测定季节指数的条件是已知( )。

选项:[含有明显的长期趋势的季度数据
, 不含长期趋势的月度数据
, 不含长期趋势的季度数据
, 含有明显的长期趋势的年度数据
]
[单选题]按照乘法模型,在不存在长期趋势的时间序列中测定季节变动的方法是( )

选项:[累计法, 趋势剔除法
, 几何平均法, 同期平均法]
[单选题]按季度数据使用趋势剔除法测定季节变动时,同期平均值之和通常可能不等于400%,这时需要对同期平均值进行调整,则调整系数等于( )

选项:[
, , ,
]
[单选题]季节非平稳时间序列就是存在( )

选项:[非常数循环变动, 非为常数季节变动
, 非常数不规则变动
, 非常数长期趋势]
[多选题]时间序列中各期观察值是各种各样的因素综合作用的结果。统计分析常将作用于时间序列的因素分成( )。

选项:[季节因素
, 循环因素
, 趋势因素
, 不规则因素
]
[多选题]复合型非平稳时间序列常采用模型拟合法测定其长期趋势。依据时间序列变动的形态特征,其选用的拟合模型分类有( )。

选项:[其它非线性模型
, 移动平均法
, 可线性化非线性趋势模型
, 线性趋势模型
]
[多选题]无论什么方法测定的按四个季度计算季节变动系数都有以下特征( )

选项:[季节变动系数之和等于4, 季节变动系数之和等于0, 季节变动系数总是大于0
, 季节指数以100%为荣枯线
]
[多选题]根据时间序列进行预测,总是在一些基本假定下进行。时间序列预测的基本假定有( )

选项:[连贯性
, 影响因素不变性
, 时间序列波动为0, 模式不变性]
[多选题]在时间序列分析中,乘法模型下的平稳时间序列所具有的特征有( )

选项:[季节变动为1
, 循环变动为1, 不规则变动为常量
, 长期趋势为常数或近似常数]
[单选题]空调销售量通常会受到季节更替的影响,武汉市2000-2016年度销售量构成的序列为季节非平稳时间数列。( )

选项:[错, 对]
[单选题]如果现象的发展在季度上有明显的季节变动,则其季节指数一般会大于或小于100%。( )

选项:[对, 错]
[单选题]配合指数函数趋势模型的基本前提是时间序列各期环比发展速度大致相等。( )

选项:[对, 错]
[单选题]预测明年中南商业大楼全年羊毛衫销量400万件,同时可知该商场羊毛衫销售量四个季度的季节变动指数分别为122%、75%、62%、141%,则明年中南商业大楼明年第四季度可以销售100万件羊毛衫。( )

选项:[错, 对]

温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!
点赞(0) dxwkbang
返回
顶部