| số nhiều | stationarinesses |
absolute stationariness
tĩnh không tuyệt đối
complete stationariness
tĩnh không hoàn toàn
relative stationariness
tĩnh không tương đối
the statistical stationariness of the time series is a fundamental assumption in many forecasting models.
Tính dừng (stationariness) thống kê của chuỗi thời gian là một giả định cơ bản trong nhiều mô hình dự báo.
we need to test for stationariness before applying autoregressive models.
Chúng ta cần kiểm tra tính dừng trước khi áp dụng các mô hình tự hồi quy.
the dickey-fuller test is commonly used to detect non-stationariness in economic data.
Kiểm định Dickey-Fuller thường được sử dụng để phát hiện tính không dừng trong dữ liệu kinh tế.
strict stationariness requires that the joint distribution of any set of time points remains constant.
Tính dừng nghiêm ngặt đòi hỏi rằng phân phối chung của bất kỳ tập hợp điểm thời gian nào vẫn không đổi.
weak stationariness only demands that the mean and autocovariance structure be time-invariant.
Tính dừng yếu chỉ đòi hỏi rằng giá trị trung bình và cấu trúc tự tương quan không đổi theo thời gian.
the stationariness assumption may be violated in financial markets during crises.
Giả định về tính dừng có thể bị vi phạm trên thị trường tài chính trong thời kỳ khủng hoảng.
many macroeconomic variables exhibit non-stationariness due to trends.
Nhiều biến số kinh tế vĩ mô thể hiện tính không dừng do xu hướng.
the stationariness condition is essential for valid statistical inference.
Điều kiện tính dừng rất quan trọng đối với suy luận thống kê hợp lệ.
researchers must verify the stationariness of their data before conducting regression analysis.
Các nhà nghiên cứu phải xác minh tính dừng của dữ liệu của họ trước khi thực hiện phân tích hồi quy.
the hypothesis of stationariness was rejected at the 5% significance level.
Giả thuyết về tính dừng bị bác bỏ ở mức ý nghĩa thống kê 5%.
differencing the series can often induce stationariness in non-stationary data.
Việc lấy sai phân của chuỗi thường có thể tạo ra tính dừng trong dữ liệu không dừng.
understanding stationariness is crucial for proper time series modeling.
Hiểu về tính dừng rất quan trọng để mô hình hóa chuỗi thời gian một cách chính xác.
absolute stationariness
tĩnh không tuyệt đối
complete stationariness
tĩnh không hoàn toàn
relative stationariness
tĩnh không tương đối
the statistical stationariness of the time series is a fundamental assumption in many forecasting models.
Tính dừng (stationariness) thống kê của chuỗi thời gian là một giả định cơ bản trong nhiều mô hình dự báo.
we need to test for stationariness before applying autoregressive models.
Chúng ta cần kiểm tra tính dừng trước khi áp dụng các mô hình tự hồi quy.
the dickey-fuller test is commonly used to detect non-stationariness in economic data.
Kiểm định Dickey-Fuller thường được sử dụng để phát hiện tính không dừng trong dữ liệu kinh tế.
strict stationariness requires that the joint distribution of any set of time points remains constant.
Tính dừng nghiêm ngặt đòi hỏi rằng phân phối chung của bất kỳ tập hợp điểm thời gian nào vẫn không đổi.
weak stationariness only demands that the mean and autocovariance structure be time-invariant.
Tính dừng yếu chỉ đòi hỏi rằng giá trị trung bình và cấu trúc tự tương quan không đổi theo thời gian.
the stationariness assumption may be violated in financial markets during crises.
Giả định về tính dừng có thể bị vi phạm trên thị trường tài chính trong thời kỳ khủng hoảng.
many macroeconomic variables exhibit non-stationariness due to trends.
Nhiều biến số kinh tế vĩ mô thể hiện tính không dừng do xu hướng.
the stationariness condition is essential for valid statistical inference.
Điều kiện tính dừng rất quan trọng đối với suy luận thống kê hợp lệ.
researchers must verify the stationariness of their data before conducting regression analysis.
Các nhà nghiên cứu phải xác minh tính dừng của dữ liệu của họ trước khi thực hiện phân tích hồi quy.
the hypothesis of stationariness was rejected at the 5% significance level.
Giả thuyết về tính dừng bị bác bỏ ở mức ý nghĩa thống kê 5%.
differencing the series can often induce stationariness in non-stationary data.
Việc lấy sai phân của chuỗi thường có thể tạo ra tính dừng trong dữ liệu không dừng.
understanding stationariness is crucial for proper time series modeling.
Hiểu về tính dừng rất quan trọng để mô hình hóa chuỗi thời gian một cách chính xác.
Khám phá những từ vựng được tìm kiếm thường xuyên
Muốn học từ vựng hiệu quả hơn? Tải ngay ứng dụng DictoGo và tận hưởng nhiều tính năng ghi nhớ và ôn tập từ vựng hơn nữa!
Tải DictoGo ngay