定性法预测模型的基本前提就是预测变量的水平取决于其他相关变量的水平。
日负荷预测中,96点预测时间区间为()。
回归分析法也称相关分析法,它是依据预测的()原理,在分析市场现象自变量和因变量之间相关关系的基础上,建立变量之间的同归方程,并将同归方程作为预测模型,根据自变量在预测期的数量变化来预测因变量变化的预测方法。
对国民经济大系统以及相应经济变量的社会综合值的预测属于()
按客户价值区间细分客户主要是依据一些变量,这些变量包括()。
响应变量与预测变量之间的拟合线图如下,回归方程为:y=8521-16.56x+0.009084x**2,下图给出了置信区间和预测区间。关于这两个区间的关系,正确的描述是:()
一元相关回归分析市场预测法,是根据()去预测一个因变量的市场预测方法。
若随机变量,且未知,从中随机抽取样本,并经计算得到其均值为,则由估计μ的置信度为95%的置信区间时,置信区间的宽度()。
预测结果的报告从结果的表述形式上看,可以分成点值预测和区间预测。
如何估计输出变量的均值及置信区间?
在定性分析的基础上,先确定影响预测对象(因变量)的主要因素(自变量),然后根据这些自变量的观测值建立回归方程或模型,再由自变量的变化来推算因变量的变化的需求预测方法是()。
在变量抽样中,若给定置信水平,统计抽样的实际精度(precision)区间大于所需要的精度区间,这表明()
往来资金预测分析时,可以按照哪些区间段预测()
区间预测就是给出预测对象的一个具体的数值。
在规定的概率下,平均值不小于或不大于某个值的界限称()置信区间的估计间距。
因果预测分析法是指分析影响产品销售量(因变量)的相关因素(自变量)以及它们之间的函数关系,并利用这种函数关系进行产品销售预测的方法,因果预测分析法最常用的是()。
求单变量有界非线性函数在区间上的极小值的命令是()
数据挖掘可分为描述性挖掘与预测性挖掘。预测性挖掘在于探讨变量的维度或属性值的分布。
通过寻找变量之间的因果关系,从而对因变量进行预测,这是广泛采用的因果分析法,主要包括()等,适用于存在关联关系的数据预测。
因为回归预测法仅根据自变量的变化说明因变量的变化,即只作静态分析不作动态分析,所以不能用来预测未来。
随机变量X的分布函数FX(x)是两个指数分布的综合,分布1是均值为1的指数分布,权重为0.25;分布2是均值为2的指数分布,权重为0.75。在[0,1]区间上均匀分布的随机数0.7来模拟X,则X为()。
关于一元线性回归被解释变量y的个别值的区间预测,下列说法错误的是()
分析因变量与自变量之间的相关关系,根据自变量的数值变化,去预测因变量数值变化的预测方法是()
下列关于一元线性回归模型Y的平均值E(Y〕与个别值Y的预测区间的说法,正确的是()。