某牙膏零售商收集了过去 60 周内的销售数据和播出的广告数。该零售商创建了预测销售的时间序列模型。
- 打开样本数据，牙膏销量.MWX。
- 选择。
- 在变量中，输入销量。
- 在移动平均长度中，输入 2。
- 选择生成预测。在预测点数中，输入 6。
- 单击确定。
解释结果
在移动平均图上，预测和线沿着数据紧密分布，尤其是在序列末端。零售商可以 95% 地确信接下来 6 个月的销售量将大致在 53 和 67 之间。
方法
| 数据 | 销量 |
|---|---|
| 计算字长 (Length) | 101 |
| 缺失数据数 | 0 |
移动平均
| 计算字长 (Length) | 2 |
|---|
准确度度量
| 平均百分误差 (MAPE) | 8.8780 |
|---|---|
| 平均绝对偏差 (MAD) | 2.9242 |
| 平均偏差平方和 | 13.8308 |
预测
| 周期 | 预测 | 下限 | 上限 |
|---|---|---|---|
| 102 | 60 | 52.7109 | 67.2891 |
| 103 | 60 | 52.7109 | 67.2891 |
| 104 | 60 | 52.7109 | 67.2891 |
| 105 | 60 | 52.7109 | 67.2891 |
| 106 | 60 | 52.7109 | 67.2891 |
| 107 | 60 | 52.7109 | 67.2891 |
