あるマーケティングアナリストがゴルフドライバーの売上を予測したいと考えています。アナリストは、今後3ヶ月の製品の売上を予測するために、過去の売上データを収集します。

  1. サンプルデータゴルフドライバーの売上0.MTWを開きます。
  2. 統計 > 時系列分析 > 分解を選択します。
  3. 変数に、売上を入力します。
  4. 季節長に、「12」と入力します。
  5. モデルタイプ加法を選択します。
  6. 予測するを選択します。予測数に、「3」と入力します。
  7. OKをクリックします。

結果を解釈する

この時系列分解プロットでは、系列の終わりのデータがモデルによって過小予測されていることが示されています。これは、分解によってトレンドまたは季節パターンが適切にモデル化されないことを示します。分析者は、Winterの方法を試してデータに対する適合度が高くなるかどうかを判断することができます。

売上の時系列分解

方法 モデルタイプ 加法的モデル データ 売上 長さ 48 欠損値の数 0
適合されたトレンド式 Yt = 173.06 + 2.111×t
季節指標 期間 指標 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
精度の測度 MAPE 7.265 MAD 16.621 MSD 518.119
予測 期間 予測 49 233.672 50 246.367 51 255.312 52 264.256 53 283.659 54 334.396

時系列分解プロット: 売上

分解 - 売上の成分分析

分解 - 売上の季別分析

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください