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。
- 標本データを開く、 ゴルフドライバーの売上.MWX.
- を選択します。
- 変数に売上を入力します。
- 季節長に、「12」と入力します。
- モデルタイプで加法を選択します。
- 予測するを選択します。予測数に、「3」と入力します。
- 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。
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 |
