外推预测的准确程度取决于所拟合模型的拟合优度，最小二乘法以其所拟合模型的预测标准误差最大的优势成为最常用的趋势模型的拟合方法。请问，这是最小二乘法的优势理由吗？
预测误差是现象的观察值与预测值之差。一般来说，预测误差越小模型拟合效果越好。
直线趋势延伸法与平滑技术两种线性预测模型中的时间变量的取值不同。直线趋势延伸法中时间变量取值决定于未来时间在时间序列中的时序；平滑技术模型中的时间变量的取值决定于未来时间相距建模时点的（）
预测工作中，要对预测对象进行客观、详细的分析，要针对不同的发展趋势，采用多种合理的（），并进行不同模型的对比、优选，以期得到最佳预测结果。
在预测中，如果一个时间数列存在明显的长期趋势、季节波动影响，则应考虑季节因素的影响，建立趋势模型进行预测。
在预测中，如果一个时间数列存在明显的长期趋势、季节波动影响，则应考虑季节因素的影响，建立（）模型进行预测。
下列系统中采用全行集中式访问，并可以实现对不同层次、类型客户进行细分，客户分析与挖掘、模型预测等功能的是（）
运用三次曲线方程拟合趋势延伸法预测模型时，时间序列的（）必须为常数。
在运用长期趋势预测时，若历史数据取倒数后的一级增长量的环比系数基本相同，则可运用哪种模型进行预测。（）
当时间序列的一阶差分为常数时，可用（）拟合趋势延伸法预测模型。
直线趋势延伸法和平滑技术两种预测模型的参数计算方法不同。直线趋势延伸法模型参数靠经验判断决定；平滑技术主要靠最小二乘法数学推导。请回顾学习内容，判断这种观点的对错。
直线趋势延伸预测模型参数采用重近轻远的原则，在拟合中能较灵敏地反映趋势变动的总体水平。请你谈谈这一原则的适用性。
平滑技术预测模型参数对时间序列资料采用重近轻远的原则，在拟合中能较灵敏地反映趋势变动的总体水平。你认为这种观点正确吗？
拟合度是指预测模型对历史观察值的模拟程度。拟合度越好，精度也就越高。
利用时间序列资料求出长期趋势、季节变动和不规则变动的数学模型后，就可以利用它来预测未来的长期趋势值T和季节变动值S，在可能的情况下预测不规则变动值I。考虑以上3种因素进行预测有两种基本计算模式。分别写出这两种方法和计算公式。
用相同方法拟合趋势方程时，t的取值不同，得到的趋势方程也不同，但趋势预测值不变。( )
如果时间序列在长时期内呈现连续的不断增长或减少的变动趋势，其逐期增长量又大致相同时，宜使用直线趋势预测模型。
二次移动平均值不能直接用于预测，而应该建立趋势直线预测模型来进行了预测。
两个变量y与x的回归模型中，分别选择了4个不同模型，它们的相关指数R 2 如下，其中拟合效果最好的模型是（ ）。
【判断题】用相同方法拟合趋势方程时，t的取值不同，得到的趋势方程也不同，但趋势预测值不变。（)
利用某企业 1999~2007 年商品销售额（单位:万元）的资料，以数列中项为原点，拟合直线趋势方程为 yt=610+72t ，利用该模型预测该企业 2008 年的商品销售额为（）
移动通信中，进行覆盖预测时，最通常使用的传播模型是（)、（)模型。
如何开发不同行业的营运资金需求预测模型？
对两个包含解释变量个数不同的回归模型进行拟合优度比较时，应比较（)的大小。
