한 지역 사무실의 예산 계획자들이 내년의 전기 비용을 예측하려고 합니다. 이들은 미래의 에너지 사용량을 예측하기 위해 수도 및 전기 사용량에 대한 이전 84회의 청구 금액 데이터를 수집합니다.
- 표본 데이터를 엽니다 공공요금사용량.MTW.
- 을 선택합니다.
- 변수에 전기 요금을 입력합니다.
- 계절 길이에 12를 입력합니다.
- 예측 생성을 선택합니다. 예측 수에 12를 입력합니다.
- 확인을(를) 클릭합니다.
결과 해석
Winters의 방법 그림에서는 적합치가 데이터를 가깝게 따르고 계절적 패턴 및 추세가 데이터의 끝에서 안정적입니다. 예산 기획자는 내년도 전기세에 대한 예측값이 정확하다는 결론을 내릴 수 있습니다.
방법
| 모형 유형 | 승법 |
|---|---|
| 데이터 | 전기 요금 |
| 길이 | 84 |
평활 상수
| α(수준) | 0.2 |
|---|---|
| γ(추세) | 0.2 |
| δ(계절) | 0.2 |
정확도 측도
| MAPE | 3.76 |
|---|---|
| MAD | 62.87 |
| MSD | 6448.08 |
예측
| 기간 | 예측 | 하한 | 상한 |
|---|---|---|---|
| 85 | 1607.56 | 1453.52 | 1761.60 |
| 86 | 1568.33 | 1411.87 | 1724.78 |
| 87 | 1845.46 | 1686.32 | 2004.61 |
| 88 | 1990.05 | 1827.96 | 2152.15 |
| 89 | 1964.94 | 1799.63 | 2130.24 |
| 90 | 1992.04 | 1823.29 | 2160.78 |
| 91 | 2231.43 | 2059.03 | 2403.83 |
| 92 | 2235.76 | 2059.49 | 2412.03 |
| 93 | 2007.06 | 1826.72 | 2187.39 |
| 94 | 1937.18 | 1752.60 | 2121.76 |
| 95 | 1795.32 | 1606.32 | 1984.31 |
| 96 | 1890.92 | 1697.36 | 2084.48 |
