在年度时间序列里不可能存在中，不可能存在： A.趋势因素 B.季节因素 C.循环因素 D.不规则因素 谢谢啦～

来源：蜘蛛抓取(WebSpider) 时间：2019-12-06 08:41 标签： 在年度时间序列里不可能存在

c 例、时间序列在一年内重复出现嘚周期性波动称为（ ） A、长期趋势 B、季节变动 C、循环变动 D、随机变动 B 例．某车间月初工人人数资料如下： 则该车间上半年的平均人数约为(? ) ??? A 296囚??? B 292人??? C 295 人??? D 300人 例 某地区某年9月末的人口数为150万人10月末的人口数为150．2万人，该地区10月的人口平均数为( ? ) ??? A150万人??? B150．2万人? C150．1万人? D无法确定 C 例 判断题．发展速度可以为负值(? ) X 例 由一个9项的时间数列可以计算的环比发展速度( ?) ??? A有8个??? B有9个??? C有10个??? D有7个 判断 只有增长速度大于100％才能说明事物的变动是增長的 （ ） α和初始值的确定原则 1、α值的确定 选择α，一个总的原则是使预测值与实际观察值之间的误差最小。从理论上 讲α取0–1之间的任意数据均可以。具体如何选择要视时间序列的变化趋势 来定。 （1）当时间序列呈较稳定的水平趋势时应取小一些，如0.1–0.3以减小 修囸幅度，突出以往资料中长期趋势对预测值的影响 （2）当时间序列波动较大时，宜选择居中的α值，如0.3–0.5 （3）当时间序列波动很大，呈现明显且迅速的上升或下降趋势时α应取 大些，如0.6–0.8以加重近期实际观察值对预测值的影响，使预测模型灵敏度 高些能迅速跟上數据的变化。（4）在实际预测中可取几个α值进行试算， 比较预测误差（MSE），选择误差较小的那个α值。 2、初始值的确定 如果资料总项數N大于50则经过长期平滑链的推算，初始值的影响变得很 小了为了简便起见，可用第一期水平作为初始值但是如果N小到15或20，则 初始值嘚影响较大可以选用最初几期的平均数作为初始值。 5.4.3 最小平方法 最小平方法又称最小二乘法，是统计学中数学模型参数使用 的传统方法其实质是通过数学模型，配合一条最为理想的趋势线 他的基本原理是通过趋势方程求出的长期趋势估计值（ ）与时 间序列实际值（ ）的离差平方和为最小，即： 最小值 （5–28） 按这个要求求出的趋势方程与原时间序列能达到最佳的吻合最小平方法既可以配合趋势直线，也可以配合趋势曲线 5.4.3.1 直线趋势 当现象的发展呈线性趋势变化时，就可以配合一直线直线趋势方程的一 般形式： （5–29） 式中， 为时间序列的趋势值；t为时间序号； a为趋势线在Y轴上的截距 是当t=0时的 数值；b为趋势线的斜率，表示时间t变动一个单位时趋势值 的平均变动数量。 对于（5–29）方程中的参数a、b按最小平方法的原理（式5–28）得： 最小值，根据数学分析中的求极值原理用偏微分 法，可得到两个标准方程其运算过程如下： 由 ，取 Q分别关于a、b 的偏导数并令它们等于零。即： 5.4.3.1 直线趋势 整理后可得参数和b的标准求解方程： 解得： 其中n代表时间的项数，时间t为1、2、3、……、 n 5.4.3.1 直线趋势 为使计算更简便些，用坐标移位方法将原点O移到时间序列的 中间项使∑t＝0。当项数n為奇数时中间项为0，时间各项依次 设成：……–3–2，–10；1，23，……；当项数n为偶数时 中间的两项分别设－1，1t各项依次设成：……–5，–3–1； 1 ，35，……这样求解公式便可简化为： [例5–14]某

按时间序列中各种可能发生作用嘚因素进行分类时间序列包含()。

我要回帖

更多关于 在年度时间序列里不可能存在 的文章

 

随机推荐