iPAS AI 應用規劃師中級 114 年第二次 科一 第 39 題 詳解

114 年第二次 科一 人工智慧技術應用與規劃

某企業的資料科學團隊利用ARIMA模型（AutoRegressive Integrated Moving Average Model）預測每週產品銷售量。模型建立完成後，分析人員發現預測誤差隨時間呈現週期性波動，且自相關函數（ACF）顯示殘差在多個時滯（Lag）上仍顯著不為零。根據上述現象，最合理的模型診斷結論為何？

1. A模型殘差符合白噪音（White Noise）假設，預測表現穩定

   白噪音要求各時滯 ACF 皆不顯著，與題述相反。

2. B模型殘差雖有輕微異常，但可視為隨機誤差忽略不計

   週期性誤差是系統性結構，不能當隨機誤差忽略。

3. C模型存在配適不足（Underfitting）問題，需重新調整p或q參數以捕捉時間依賴性（正確答案）

   殘差仍有時間依賴，屬配適不足，應重調 p、q。

4. D殘差特性不影響預測結果，無須進一步修正

   殘差診斷正是判斷模型是否可用的依據，不可略過。