解释区域图的主要结果

请完成以下步骤来解释区域图。

步骤 1：查看每个变量对和的贡献

Minitab 参照 x 轴上均匀相隔的时间间隔在 y 轴上绘制堆叠的多个时间序列。图形上的每条线都表示累积和；因此您可以查看每个变量对和的贡献，以及和的构成在一段时间内如何变化。

以下区域图显示五年（60 个月）内三个行业的就业情况。贸易行业对三个行业的总就业数贡献最大。食物和金属对总就业数的贡献较小，两者合起来所占比例大约相当于贸易。

请使用您的过程知识或领域专业知识来确定异常值或突然偏移是否指示存在错误或由于某种原因而产生的实际变化。

研究异常的观测值，也称作异常值。请尝试识别任何异常值的原因，并更正任何数据输入错误或测量错误。请考虑删除与一次性异常事件（也称作特殊原因）关联的数据值。

以下销量区域图显示由于数据输入错误导致的区域 3 的异常值。一名销售经理在工作表中意外地输入了月度销售量值 945,000，而不是 445,000。

研究序列中的突然偏移或趋势的突然变化。请尝试识别此类变化的原因。

以下生产成本区域图显示 2015 年初设施 2 成本的突然偏移。您应该探讨该偏移的原因。

查找每个类别的趋势并比较不同类别之间的趋势。趋势是数据值中的长期增加或减小。趋势可以是线性的，也可以表现出一定程度的弯曲。

以下区域图显示五年（60 个月）内三个产品的销量。产品 3 的销量（底部线条）相当平稳。产品 2 的销量缓慢减少，而产品 1 的销量则在不断增加。总体而言，所有产品的总销量在五年中略有增长，突出反映在产品 1 销量的增长上。

查找周期性变动或季节性模式。季节性模式是数据值中在同一个时间段内定期反复的上升和下降。例如，汽车零件商店的订单量在每周一很低，之后增加，到周五到达峰值。季节性模式始终具有固定的已知时间段。相反，周期性变动是数据值看起来不以有规律的间隔重复升高和降低。通常，循环运动比季节性模式耗时长且可变性大。

以下区域图显示，食品行业的就业情况（与金属制品行业的合计构成了中间线条）表现出一定的周期性变动，在八月左右达到峰值。总体而言，所有行业的合计就业情况（顶部线条）也表现出了周期性变动，峰值出现在八月和二月左右。八月峰值至少部分是由于食品行业就业情况的周期性所致。

如果您的数据显示了趋势、周期或季节性，则可以使用时间序列分析来对数据进行建模并生成预测。有关使用哪种分析的更多信息，请转到我应使用哪种时间序列分析？