Winter 方法示例主题 解释结果 会话命令 另请参见
Winter 方法示例您要使用在过去 60 个月中收集的数据来预测食品加工业未来半年的雇佣情况。使用 Winter 方法以及默认的乘法模型，因为数据中明显有季节分量，而且还可能有趋势。
1 打开工作表“服务处所.MTW”。
2 选择统计 > 时间序列 > Winter 方法。
3 在变量项下，输入食品。在季节长度中，输入12。
4 在方法类型下，选择乘法。
5 选中生成预测，然后在预测点数中输入 6。单击确定。
会话窗口输出
食品 的 Winter 法
乘法
数据 食品 计算字长 (Length) 60
平滑常量
α（水平） 0.2 γ (趋势) 0.2 δ (季节) 0.2
准确度度量
平均百分误差 (MAPE) 1.88377 平均绝对误差 (MAD) 1.12068 平均偏差平方和 2.86696
预测
周期 预测 下限 上限 61 57.8102 55.0646 60.5558 62 57.3892 54.6006 60.1778 63 57.8332 54.9966 60.6698 64 57.9307 55.0414 60.8199 65 58.8311 55.8847 61.7775 66 62.7415 59.7339 65.7492 |
图形窗口输出
Minitab 生成了默认的时间序列图，图中显示序列和拟合值（提前一个周期预测）以及六个预测。
在会话窗口和图形窗口中，Minitab 均显示了用于所使用的水平、趋势和季节分量的平滑常量（权重），以及帮助您确定拟合值准确程度的三个度量：MAPE、MAD 和 MSD（请参见准确度的度量）。
对于这些数据，乘法模型中的 MAPE、MAD 和 MSD 分别为 1.88、1.12 和 2.87。加法模型中的 MAPE、MAD 和 MSD 分别为 1.95、1.15 和 2.67（输出未显示），表示根据三个准确度度量中的两个，乘法模型拟合得稍好一些。