Page 1 of 1
[통계] 시계열분해
이름
*
덧셈 분해(additive decomposition) 모델을 올바르게 나타낸 수식은 무엇인가요?
*
덧셈 분해(additive decomposition) 모델을 올바르게 나타낸 수식은 무엇인가요?
A
y = S × T × R
B
y = S + T + R
C
y = S / T / R
D
y = S - T - R
시계열 분해에서 각 성분에 대한 설명으로 옳지 않은 것은 무엇인가요?
*
시계열 분해에서 각 성분에 대한 설명으로 옳지 않은 것은 무엇인가요?
A
y는 종속 변수를 의미한다.
B
S는 계절 성분을 의미한다.
C
T는 추세 성분을 포함한다.
D
R는 반복 성분을 의미한다.
덧셈 분해를 이용한 고전적 분해법의 단계로 옳지 않은 것은 무엇인가요?
*
덧셈 분해를 이용한 고전적 분해법의 단계로 옳지 않은 것은 무엇인가요?
A
1단계: 이동평균으로 추세 성분 계산
B
2단계: 시계열에서 계절 성분을 제거
C
3단계: 계절성의 각 주기를 평균내어 계절 성분 계산
D
4단계: 시계열에서 추세 성분과 계절 성분을 제거하여 나머지 성분 계산
LOESS(locally estimated scatterplot smoothing)의 특징으로 옳은 것은 무엇인가요?
*
LOESS(locally estimated scatterplot smoothing)의 특징으로 옳은 것은 무엇인가요?
A
시계열의 각 부분을 t에 대해 회귀 분석하여 얻은 추세선을 이어 붙임
B
시계열의 각 부분 t를 평균내어 얻은 추세선을 이어 붙임
C
시계열 이동 평균하여 얻은 추세선을 이어 붙임
D
시계열 전체를 회귀 분석하여 얻은 추세선을 이용
시계열을 계절적으로 조정하는 방법으로 올바른 것을 모두 고르세요
*
시계열을 계절적으로 조정하는 방법으로 올바른 것을 모두 고르세요
데이터에서 계절성을 제거한다
데이터에 계절성을 추가한다
추세와 나머지 성분을 더한다
추세와 계절성을 더한다
계절성과 나머지 성분을 더한다
추세의 강도를 계산하는 방법은?
*
추세의 강도를 계산하는 방법은?
A
추세를 제거한 데이터의 분산과 나머지 성분의 분산을 비교
B
추세를 추가한 데이터의 분산과 나머지 성분의 분산을 비교
C
계절성을 제거한 데이터의 분산과 나머지 성분의 분산을 비교
D
계절성을 추가한 데이터의 분산과 나머지 성분의 분산을 비교
계절성의 강도를 계산하는 방법은?
*
계절성의 강도를 계산하는 방법은?
A
추세를 제거한 데이터의 분산과 나머지 성분의 분산을 비교
B
추세를 추가한 데이터의 분산과 나머지 성분의 분산을 비교
C
계절성을 제거한 데이터의 분산과 나머지 성분의 분산을 비교
D
계절성을 추가한 데이터의 분산과 나머지 성분의 분산을 비교
Submit