在MATLAB中,使用SARIMA模型进行季节性时间序列预测时,正确的函数调用方式是以下哪一项?假设.pdfVIP

  • 1
  • 0
  • 约1.07千字
  • 约 2页
  • 2026-03-06 发布于河南
  • 举报

在MATLAB中,使用SARIMA模型进行季节性时间序列预测时,正确的函数调用方式是以下哪一项?假设.pdf

在MATLAB中,使用SARIMA模型进行季节性时间序列预测时,正确的

函数调用方式是以下哪一项?假设需要指定非季节性部分参数为(p=1,d=1,

q=1),季节性部分参数为(P=1,D=1,Q=1),季节性周期为12个月。

A.model=sarima(1,1,1,1,1,1,12)

B.model=arima(P,1,D,1,Q,1,S,12,p,1,d,1,q,1)

C.model=

arima(1,1,1,Seasonality,12,ARLags,1,MALags,1,SARLags,1,SMALags,

1)

D.model=

arima(Constant,0,D,1,Seasonality,12,ARLags,1,MALags,1,SARLags,

1,SMALags,1,M,12)

答案:

D

解析:

本题考查MATLAB中SARIMA模型的函数调用方法。SARIMA模型是

ARIMA模型的季节性扩展,在MATLAB中通过arima函数实现参数配置。正

确调用需明确区分非季节性参数(p,d,q)和季节性参数(P,D,Q,S),其中S

表示季节周期长度。选项A错误,因为MATLAB没有sarima函数;选项B的

参数命名方式不符合arima函数的语法规范,正确的季节性参数应通过

SARLags/SMALags指定;选项C缺少季节性差分阶数D的显式声明,且

Seasonality不是有效参数名;选项D正确使用了arima函数的结构:

Constant设置常数项为0,D指定非季节性差分阶数,Seasonality通过

M=12声明周期,AR/MA/SAR/SMA阶数分别通过ARLags/MALags等参数

配置。解题关键在于理解arima函数参数传递的语法规则,特别是季节性成分

的配置方式。易错点包括混淆参数命名(如使用P而非SARLags)和遗漏必要

参数(如季节性差分阶数D)。

文档评论(0)

1亿VIP精品文档

相关文档