Ein Marketinganalytiker möchte die Verkaufszahlen für einen Golfschläger prognostizieren. Der Analytiker erfasst Daten zu früheren Verkäufen, um die Verkaufszahlen des Produkts für die nächsten drei Monate zu prognostizieren.

  1. Öffnen Sie die Beispieldaten Golfschlägerverkäufe0.MTW.
  2. Wählen Sie Statistik > Zeitreihen > Zerlegung aus.
  3. Geben Sie im Feld Variable die Spalte Verkäufe ein.
  4. Geben Sie im Feld Saisonale Länge den Wert 12 ein.
  5. Wählen Sie unter Modelltyp die Option Additiv aus.
  6. Wählen Sie Prognosen erstellen aus. Geben Sie im Feld Anzahl der Prognosen den Wert 3 ein.
  7. Klicken Sie auf OK.

Interpretieren der Ergebnisse

Das Zeitreihenzerlegungsdiagramm zeigt, dass das Modell am Ende der Datenreihe zu niedrige Prognosen für diese Perioden liefert. Dies weist darauf hin, dass die Zerlegung den Trend oder das saisonale Muster nicht angemessen modelliert. Der Analytiker sollte die Winters-Methode ausprobieren, um festzustellen, ob diese eine bessere Anpassung an die Daten bietet.

Zeitreihenzerlegung für Verkäufe

Methode Modelltyp Additives Modell Daten Verkäufe Länge 48 N fehlend 0
Angepasste Trendgleichung Yt = 173,06 + 2,111×t
Saisonale Indizes Periode Index 1 -42,8472 2 -32,2639 3 -25,4306 4 -18,5972 5 -1,3056 6 47,3194 7 84,1111 8 30,5278 9 23,2361 10 4,1111 11 -22,8472 12 -46,0139
Genauigkeitsmaße MAPE 7,265 MAD 16,621 MSD 518,119
Prognosen Periode Prognose 49 233,672 50 246,367 51 255,312 52 264,256 53 283,659 54 334,396

Zeitreihenzerlegungsdiagramm für Verkäufe

Zerlegung - Komponentenanalyse für Verkäufe

Zerlegung - Saisonale Analyse für Verkäufe

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien