如何判断时间序列趋势变动是否是直线趋势？
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（）
市场预测中以大量经济指标的历史数据编制的时间序列，常见的长期趋势变动增长曲线类型有（）
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。
若时间数列的（）大致相等，则该现象的发展趋势近似于一条直线，可拟合一条直线趋势方程。
趋势曲线模型有许多具体形式，它们相互区别的本质是所描述的经济变量依时间t的变化有不同的（）。
若时间数列的二次逐期增减量大致相等，根据现象发展呈现的趋势特征，应该拟合指数曲线方程。
根据某种商品的销售历史时间数列资料，结合时间序列变化趋势建立数学模型，对商品寿命周期的变化趋势和转折点作出预测的方法是（）。
直线趋势延伸法与平滑技术（二次移动平均法和二次指数平滑法）同样是遵循事物发展连续原则，以预测目标时间序列资料呈现有单位时间增（减）量大体相同的长期趋势变动为适用条件的。所以这两种预测方法虽然名称不同，方法本质是一样的，都属于趋势外推法。对此分类观点，请谈谈你的看法。
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。
长期趋势指的是时间数列在一年中或固定时间内，呈现出固定规则的变动。
测定季节变动时，先采用一定的方法将时间数列中的长期趋势剔除，然后依据已剔除长期趋势的数据计算季节指数来反映季节波动的方法，称为（）
如果预测对象的变动趋势是非线性的，则应在求（）的基础上建立非线性预测模型。
当时间数列中包含长期趋势、季节变动和不规则变动时，其最常用的基本构成模型的形式是（ ）。
在奇数项数列中，同一资料用最小二乘法的一般法和简捷法计算的直线趋势方程的参数a、b是相同的。
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。
时间序列的长期趋势如果拟合为抛物线曲线，这说明现象变动的变化率在较长时期中是不断变化的。
对于曲线趋势方程中参数K、a、b的求解，可用的方法多样，其中常用的方法之一是：首先将时间数列等分为三部分，使每部分有n个时期，根据每部分趋势值的总和与观察值的总和相等建立三元联立方程式，求解三个参数K、a、b。这种方法称为（）
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。
（判断题）长期趋势指的是时间数列在一年中或固定时间内，呈现出固定规则的变动。
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。
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（）
趋势外推预测法具体可分为直线趋势外推法和曲线趋势外推法。（)
