解释 趋势分析 的主要结果

请完成以下步骤来解释趋势分析。主要输出包括拟合趋势方程、准确度度量和预测值。

步骤 1:确定模型是否与数据拟合

检查趋势分析图以确定模型是否与数据拟合。如果拟合值沿着实际数据紧密分布,则说明模型与数据拟合。理想情况是,数据点应沿着拟合线随机分布。
  • 如果模型与数据拟合,则可以执行 双指数平滑 并比较两个模型。
  • 如果模型与数据不拟合,请再次执行分析并选择其他类型的模型。如果您拟合线性模型并查看数据中的弯曲情况,请选择二次、指数或 S 曲线模型。如果没有与数据拟合的数据,请使用其他时间序列分析。有关更多信息,请转到应当使用哪些时间序列分析?

在该趋势分析图中,拟合值沿着数据紧密分布,这表明模型与数据拟合。

步骤 2:比较您的模型与其他模型的拟合度

使用准确度度量(MAPE、MAD 和 MSD)可以比较您的模型与其他时间序列模型的拟合度。这些统计量本身并不能提供多少信息,但您可以使用它们来比较通过不同方法得到的拟合值。对于所有 3 个统计量,值越小通常表示拟合模型越好。如果单个模型对于所有 3 个统计量没有最低值,则 MAPE 通常是首选度量。
注意

准确度度量提供在您预测数据末端外 1 个周期的值可能遇到的准确度表示形式。因此,准确度度量不指示 1 个周期以外的预测准确度。如果您要使用模型进行预测,则不应当仅基于准确度度量做出决策。您还应当检查模型的拟合度以确保预测值和模型沿着数据紧密分布,尤其是在序列末端。

模型 1

准确度度量 MAPE 8.1976 MAD 3.6215 MSD 22.3936

模型 2

准确度度量 MAPE 6.9551 MAD 2.7506 MSD 11.2702
主要结果:MAPE、MAD 和 MSD

在这些结果中,第 2 个模型的所有 3 个数值均比第 1 个模型的小。因此,第 2 个模型提供的拟合较好。

步骤 3:确定预测是否准确

检查趋势分析图末端和预测值,确定预测值是否有可能准确。拟合应当沿着数据紧密分布,尤其是在序列末端。如果拟合在序列末端开始偏离数据,则说明基础趋势可能会发生改变。如果趋势要改变,则模型可能无法生成准确的预测。在这种情况下,请收集更多的数据以确定趋势在较长时间段内的一致性是否较差。

即使预测看上去准确,也一定要谨慎对待超过将来 3 个周期的预测。在较短时间段内观测到的趋势可能是较大周期的一部分,而且可能无法持续到将来。由于趋势易变,因此您通常只应预测将来 2 或 3 个周期的趋势。

在该趋势分析图中,拟合值沿着数据紧密分布,尤其是在序列末端。您可以得出接下来 3 个月的预测值准确的结论。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策