分解示例
主题     解释结果     会话命令    另请参见 

您要使用在 60 个月内收集的数据预测接下来 12 个月的贸易就业情况。由于数据的趋势由趋势分析的二次趋势模型拟合得很好，并且具有季节分量，因此您使用趋势分析示例中的残差（请参见趋势分析示例）合并趋势分析和分解以进行预测。

1    执行趋势分析示例。

2    选择统计 > 时间序列 > 分解。

3    在变量中，输入存储在趋势分析中的残差列的名称。

4    在季节长度中，输入 12。

5    在模型类型下，选择加法。在模型分量下，选择仅季节。

6    选中生成预测并在预测数中输入 12。

7    单击存储。选中预测值和拟合值。

8    在每个对话框中单击确定。

会话窗口输出

贸易 的趋势分析

 

 

数据               贸易

计算字长 (Length)  60

缺失数据数         0

 

 

拟合趋势方程

 

Yt = 320.76 + 0.509×t + 0.01075×t^2

 

 

准确度度量

 

平均百分误差 (MAPE)   1.7076

平均绝对误差 (MAD)    5.9566

平均偏差平方和       59.1305

 

 

预测

 

周期     预测

61    391.818

62    393.649

63    395.502

64    397.376

65    399.271

66    401.188

67    403.127

68    405.087

69    407.068

70    409.071

71    411.096

72    413.142

 

 

响应 1 的时间序列分解

 

 

加法模型

 

 

数据               响应 1

计算字长 (Length)  60

缺失数据数         0

 

 

季节性指数

 

周期      指数

   1   -8.4826

   2  -13.3368

   3  -11.4410

   4   -5.8160

   5    0.5590

   6    3.5590

   7    1.7674

   8    3.4757

   9    3.2674

  10    5.3924

  11    8.4965

  12   12.5590

 

 

准确度度量

 

平均百分误差 (MAPE)  881.582

平均绝对误差 (MAD)     2.802

平均偏差平方和        11.899

 

 

预测

 

周期      预测

61     -8.4826

62    -13.3368

63    -11.4410

64     -5.8160

65      0.5590

66      3.5590

67      1.7674

68      3.4757

69      3.2674

70      5.3924

71      8.4965

72     12.5590

图形窗口输出

 

 

解释结果

分解生成三组图：

·    显示原始序列及拟合趋势线、预测值和预测的时间序列图。

·    分量分析 - 序列、去除趋势的数据、季节性调整数据、季节性调整并去除趋势的数据（残差）在不同的图中。

·    季节分析 - 每个季节中的季节性指数和百分比变异按季节相对于变异之和的控制图，以及按季节性周期的数据和残差的箱线图。

此外，Minitab 在会话窗口中显示拟合趋势线、季节性指数、三个准确度度量（MAPE、MAD 和 MSD，请参见准确度的度量）以及预测。

在示例中，第一个图形显示趋势分析中去除趋势的残差由分解拟合得很好，只是第一个年度循环中的该部分预测偏低，而最后一个年度循环预测偏高。在每二个图形的右下图中，也很明显的是残差在序列的开始处最高，在结束处最低。