应用统计:时间序列分析

时间就像海绵里的水只要,愿挤,总还是有的,感谢您能抽出几分钟时间来参加本次答题,现在我们就马上开始吧!
对时间序列数据作季节调整的目的是(   )。
消除时间序列中季节变动的影响
描述时间序列中季节变动的影响
消除时间序列中趋势的影响
消除时间序列中随机变动的影响
环比增长率是指(   )。
报告期观测值与前一期观测值之比减1
报告期观测值与前一期观测值之比加1
报告期观测值与某一固定时期观测值之比减1
报告期观测值与某一固定时期观测值之比加1
使用指数平滑法进行预测时,如果时间序列有较大的随机波动,则平滑系数a的取值(   )。
应该小些
应该大些
应该等于0
应该等于1
季节指数反映了某一个月或季度的数值占全年平均数值的大小,如果现象的发展没有季节变动,则各期的季节指数应为(   )。
等于0
等于100%
小于100%
大于100%
指数曲线适合于预测(   )。
各期观察值按一定的常数增加或减少的序列
各期观察值按一定的增长率增长或衰减的序列
具有线性趋势的序列
具有随机波动的序列

根据图片可得(   )。

 

 

该时间序列中只含有趋势成分
该时间序列中含有趋势和不规则波动成分
该时间序列中只含有季节成分
该时间序列中只含有循环波动成分
已知时间序列各期观测值依次为100,240,370,523,650,810,对这一时间序列进行预测适合的模型为(   )。
直线模型
指数曲线模型
二次曲线模型
修正指数曲线模型

根据图片可得(   )。

上述时间序列可用的预测方法为时间序列分解预测法
上述时间序列可用的预测方法为指数平滑法
上述时间序列可用的预测方法为非线性趋势预测法
上述时间序列可用的预测方法为线性趋势预测法
如果时间序列的变动具有3个明显的拐点,适合用于预测的曲线是(   )。
直线
指数曲线
三阶曲线
四阶曲线
包含有趋势、季节或周期性波动的时间序列称为(   )。
平稳序列
非平稳序列
季节性序列
周期性序列
如果某月份的商品销售额为84万元,该月的季节指数等于1.2,在消除季节因素后的该月的销售额为(   )万元。
60
70
90.8
100.8
只存在随机性波动的时间序列称为(   )。
平稳序列
周期性序列
季节性序列
非平稳的序列
根据各季度商品销售额数据计算的季节指数分别为:一季度125%,二季度70%,三季度100%,四季度105%。受季节因素影响最大的是(   )。
一季度
二季度
三季度
四季度
设直线趋势方程为y=b0+b1t,若b1为负数,表明随着时间序列随时间的推移呈现出(   )。
周期波动
非线性趋势
线性下降趋势
随机波动
如果现象随时间的推移其增长量呈现出稳定性增长或下降的变化规律,则适合的预测方法为(   )。
移动平均法
指数平滑法
线性模型法
指数模型法
判断时间序列是否存在趋势成分的一种方法是(   )。
计算环比增长率
利用回归分析拟合一条趋势线
计算平均增长率
计算季节指数
根据各年的月度数据计算的季节指数之和应该等于(   )。
100%
400%
1200%
120%
某月份的商品销售额为84万元,该月的季节指数等于1.6,消除季节因素影响后该月的销售额为(   )。
100.8万元
70.8万元
60万元
52.5万元
某地区农民的年平均收入2016年为36800元,2017年增长了8%,那么2017年与2016年相比,每增长1个百分点增加的收入为(     )元。
368
184
3680
400
利用指数平滑法进行预测,得到的t+1期的预测值是(   )。
t期的实际值与第t+1期预测值的加权平均值
t期的实际值与第t+1期实际值的加权平均值
t期的实际值与第t期的预测值的加权平均值
t+1期的实际值与第t期的预测值的加权平均值
根据各年的季度数据计算季节指数,各季节指数的平均数应等于(   )。
100%
400%
4%
20%
循环波动的特点是(   )。
呈现出非固定长度的周期性变动
呈现出某种持续向上或持续下降的变动
呈现出波浪形或振荡式变动
在一年内重复出现周期性波动
时间序列在长时期内呈现出来的某种持续向上或持续向下的变动,称为(   )。
趋势
季节性
周期性
随机性
增长1个百分点而增加的绝对量称为(   )。
环比增长率
定基增长率
年度化增长率
增长1%的绝对值

上述图形中只包含随机成分
上述图形中只包含随机成分和季节成分
上述图形中只包含随机成分、季节成分、趋势成分
上述图形中只包含随机成分、循环波动成分、季节成分

25题 | 被引用988次

模板修改
使用此模板创建