趋势分析 输入数据

统计 > 时间序列 > 趋势分析

输入数据

变量中,输入定期收集并按时间顺序记录的数值数据列。如果数据位于多列(例如,每年的数据都在一个单独的列中),您必须将数据堆叠到单个列中。

在该工作表中,销售量包含每个月销售的计算机数。

C1
销售量
195000
213330
208005
249000
237040

模型类型

模型类型下面,指定与数据中趋势相匹配的模型类型。要在这四个模型之间进行选择,请执行如下操作:
  • 使用时间序列图对数据进行绘图。然后,将您的绘图与下面的图形进行比较,以确定正确的模型类型。
  • 也可以拟合四种模型并比较准确度度量(MAPE、MAD 和 MSD)。选择准确度度量最小的模型。
线性

数据与线拟合,这表明变化率在一段时间内是均匀的。模型是 Yt = β0 + (β1 * t) + et。在该模型中,β1 代表从一个周期到下一个周期的平均变化。

二次

数据中有弯曲,这表明变化率在一段时间内会改变。模型是 Yt = β0+ β1 * t + (β2* t2) + et

指数增长

数据中有陡峭的弯曲,这表明变化率在一段时间内的变化更大。例如,储蓄帐户可能呈现指数增长。模型是 Yt = β0 + (β1t) + et

S 曲线 (Pearl-Reed Logistic)

数据中有 S 形状,这表明变化方向在一段时间内会改变。模型是 Yt = (10a) / (β0 + β1 * β2t)。

生成预测

请完成以下步骤来为时间序列生成预测值。

  1. 选择生成预测
  2. 预测点数中,输入要为其进行预测的连续时间段的数量。
  3. 预测起始点中,为第一个预测指定行号。如果您将此字段留空,Minitab 会在时间序列末端开始预测。

    如果您输入值,Minitab 将仅使用预测值所在行号之前(含该行)的数据。预测值不同于拟合值,因为 Minitab 使用所有的数据来计算拟合值。

    例如,分析员拥有 1 月到 12 月的每月数据。在 12 月,分析员想要为下个月生成预测值,但 12 月的数据不完整。在预测点数中,分析员输入 2。在预测起始点中,分析员输入 12。Minitab 使用截止到 11 月的数据来为 12 月和 1 月生成预测值。
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