时间序列有常数增减的线性趋势可以选用的预测模型是（）。
A: 回归直线
B: 指数曲线
C: Holt指数平滑模型
D: 多项式
A: 回归直线
B: 指数曲线
C: Holt指数平滑模型
D: 多项式
举一反三
- 当时间序列趋势不明显时，适用于预测的指数平滑模型为（） A: 简单指数平滑模型 B: 布朗线性指数平滑模型 C: 二次指数平滑模型 D: 三次指数平滑模型
- 如果时间序列的变化明显具有两个拐点,适合选择的预测模型是 A: 线性趋势模型 B: 指数平滑模型 C: 二阶曲线模型 D: 三阶曲线模型
- 最适用于没有明显趋势的、比较平稳的时间序列的模型是() A: 布朗线性指数模型 B: 三次指数平滑 C: 简单移动平均模型 D: 加权移动平均模型 E: 回归趋势模型
- 一阶差分为常数的趋势延伸预测模型是（） A: 曲线趋势模型 B: 直线趋势模型 C: 指数趋势模型 D: 戈珀兹曲线模型
- 如果时间序列中含有趋势、季节和随机成分，下面的哪种方法适合用于预测[input=type:blank,size:4][/input]。 A: 简单指数平滑 B: Holt 指数平滑 C: Winter 指数平滑 D: 移动平均模型