Data Science & ML

Deret Waktu & Peramalan

Analisis waktu, stasioneritas, ARIMA, Prophet, seasonal decomposition, metrik peramalan, backtesting

22 pertanyaan wawancaraยท
Mid-Level
1

Apa itu time series?

Jawaban

Time series adalah urutan titik data yang diindeks dalam urutan kronologis. Observasi dikumpulkan pada interval reguler (per jam, harian, bulanan) dan sering menunjukkan dependensi temporal. Contoh klasik termasuk harga saham, suhu, dan penjualan bulanan.

2

Apa tiga komponen utama dari time series dalam dekomposisi klasik?

Jawaban

Dekomposisi klasik time series mengidentifikasi tiga komponen: trend (evolusi jangka panjang), seasonality (pola berulang pada interval tetap), dan residual (noise acak yang tidak dijelaskan). Dekomposisi ini dapat aditif atau multiplikatif tergantung pada sifat data.

3

Apa itu stasioneritas dalam time series?

Jawaban

Time series bersifat stasioner ketika properti statistiknya (mean, variance, autocorrelation) tetap konstan dari waktu ke waktu. Stasioneritas adalah asumsi fundamental untuk banyak model peramalan seperti ARIMA. Time series non-stasioner sering perlu ditransformasi (differencing) sebelum pemodelan.

4

Uji statistik mana yang umum digunakan untuk memeriksa stasioneritas time series?

5

Bagaimana cara membuat time series non-stasioner menjadi stasioner?

+19 pertanyaan wawancara

Kuasai Data Science & ML untuk wawancara berikutnya

Akses semua pertanyaan, flashcards, tes teknis, latihan code review dan simulator wawancara.

Mulai gratis