如果结果不匹配，请 
更多“通常将实际值与预测值之间的差别定义为预测值的误差，误差在预测…”相关的问题
A.一元线性回归预测是回归预测的基础，预测对象只受一个主要因素影响
B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验，通常用的检验法是相关系数检验法
C.相关系数等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比，是一元回归模型中用来衡量两个变量之间相关程度的判定指标
D.如果相关系数r=0，表示所有的观测值全部落在回归直线上;如果r=1，则表示自变量与因变量无线性关系
A. t+1=aYt+（1-a） t
B. t+1=aYt+（1+a） t
C. t+1= aYt+a t
D. t+1=（1+a）Yt+a t+1
A.上期的实际值和本期的预测值
B.本期的实际值和本期的预测值
C.上期的实际值和上期的预测值
D.本期的实际值和上期的预测值
A.55dB(A)、53dB(A)
B.55dB(A)、56dB(A)
C.58dB(A)、53dB(A)
D.58dB(A)、56dB(A)
某商品流通企业某种商品前11个月的实际销售量如下表所示： 时间（月）
1
2
3
4
5
6
7
8
9
10
11
12
实际销售量（吨）
410
430
460
480
470
490
510
530
550
560
575
已知第11个月的销售量预测值 吨，取α=0.8，用一次指数平滑法预测第12个月的销售量为（）吨。
A.564 B.574
C.575 D.584
A.加大移动平均法的期数(加大n值)会使平滑波动效果更好，但使预测值对数据实际变动更不敏感
B.移动平均法进行预测能平滑掉需求的突然波动对预测结果的影响
C.简单移动平均和加权移动平均需要的数据量大，计算量非常大，当产品很多时计算工作繁重
D.移动平均值并不能总是很好地反映出趋势
利用PHILLIPS.RAW中的数据。
(i)用直至1997年的数据估计教材(18.48)和(18.49)中的模型。参数估计值与教材(18.48)和教材(18.49)中的结果相比有很大不同吗？
(ii)用新方程预测unem1998，小数点后保留两位数。哪个方程预测得更好？
(ii)我们在正文中讨论过，用教材(18.49)预测unem1998为4.90.把它与利用直至1997年的数据得到的预测相比较。多用一年数据求得的参数估计值能给出更好的预测吗？
(iv)用教材(18.48)中估计的模型求出unem的提前两期预测值。即利用α=1.572，p=0.732，h=2时的教材方程(18.55)预测unem与把unem1997=4.9代入教材(18.48)所得到的提前一期预测值相比，哪一个更好？
