Jeżeli w liniowym modelu trendu tendencje rozwojowe parametr stojący przy zmiennej czasowej jest nieistotny statystycznie to oznacza to brak liniowego trendu deterministycznego

Do okresu weryfikacji prognoz zalicza się zarówno prognozy wygasłe jak i prognozę dotyczącą nieznanej przyszłości.

Postać analityczną trendu zakłada się na podstawie analizy wykresu rozrzutu pomiędzy zmienną odnotowaną a zmienną czasową.

Błędy ex post prognozy wyznaczane są wyłącznie na podstawie okresu weryfikacji prognoz.

Współczynnik determinancji R2 jest miarą struktury stochastycznej modelu.

Prognoza uzyskana na podstawie modelu tendencji rozwojowej jest zawsze na poziomie wartości oczekiwanej.

Zwiększenie okresu średniej ruchomej powoduje lepsze i dopasowane do danych rzeczywistych.

Model Holta stosowany jest w przypadku gdy szereg czasowy zawiera wahania przypadkowe, a trend wahania sezonowe.

Przez prognozę wygasłą rozumiemy prognozę której przyszła oczekiwana prawdziwa wartość nie jest znana.

Średnia arytmetyczna reszt nowego liniowego modelu tendencji rozwojowej równa się 1

Wysoka wariancja składnika losowego modelu świadczy o bardzo dobrym dopasowaniu modelu do danych empirycznych.

Modele adaptacyjne znajdują zastosowanie jedynie w prognozowaniu długoterminowym.

Metodę średniej ruchomej można stosować jedynie w przypadku braku trendu deterministycznego.

Metoda naiwna służy do prognozowania procesu o bardzo wysokim poziomie zmienności wyrażanym współczynnikiem zmienności.

W modelu Holta parametr wygładzania alfa jest większy bądź równy 1 w przypadku gdy szereg czasowy charakteryzuje się niskim tempem zmian zmiennej prognozowanej.

Za ocenę składnika losowego modelu przyjmujemy wartości teoretyczne modelu.

Wysoka precyzja oszacowania parametrów modelu oznacza, że są one istotne stochastycznie.

Błędy prognoz ex ante mogą być stosowane zarówno w przypadku modeli analitycznych, jak i mechanicznych.

Wartość dowolnego błędu prognozy wzrasta wraz ze wzrostem horyzontu prognozy.

Prognoza w której liczba pasażerów linii lotniczych xy zwiększy się w przyszłym kwartale oznacza prognozę ilościową.

Trafność prognozy wyznaczana jest zawsze po wygaśnięciu prognozy.

Reszty modelu, na przykład trendu liniowego powinny być losowe.

Jakość modelu określa jego stopień dopasowania do danych rzeczywistych.

Oszacowano model trendu liniowego na podstawie danych rocznych z lat 2005 do 2015, otrzymano następujący wynik yt=2*t+1+et interpretacja parametru przy zmiennej czasowej brzmi: wzrost zmiennej czasowej o jeden rok powoduje przeciętny wzrost zmiennej progn

Względny błąd prognozy określa, o ile średnio prognozy będą przeszacowane lub niedoszacowane.

Próg dopuszczalności prognozy ustalony jest zawsze subiektywnie przez odbiorcę prognozy.

Błędy ex ante prognoz uwzględniają przyszłe realizacje zmiennej prognozowanej.

Błąd prognozy wyznaczony jest zawsze w momencie wyboru prognozy.

Wartości parametrów badania w modelach adaptacyjnych dobierane są w taki sposób by minimalizować dowolnie wybrany błąd ex post prognoz wygasłych.

Efekt postarzania informacji polega na tym, że realizacje zmiennej prognozowanej mają istotny wpływ na realizację przyszłej zmiennej prognozowanej lub prognozy.