请完成以下步骤来解释单指数平滑分析。主要输出包括平滑图、准确度度量和预测值。
步骤 1：确定模型是否与数据拟合
检查平滑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。
- 如果模型与数据拟合，则可以执行 移动平均 并比较两个模型。
- 如果模型与数据不拟合，请检查趋势图或季节性图。如果您发现趋势证据或季节性证据，则应当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？。
在该平滑图中，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
| 平均百分误差 (MAPE) | 7.265 |
|---|---|
| 平均绝对偏差 (MAD) | 16.621 |
| 平均偏差平方和 | 518.119 |
模型 2
准确度度量
| 平均百分误差 (MAPE) | 2.474 |
|---|---|
| 平均绝对偏差 (MAD) | 9.462 |
| 平均偏差平方和 | 135.701 |
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
检查图中的拟合及预测值，确定预测值是否有可能准确。在序列末端，预测值应当沿着总体的数据流分布。由于根据单指数平滑得出的预测值是恒定的，因此预测值之前的数据中没有趋势非常重要。如果预测值之前有趋势，则预测值可能不准确。
根据单指数平滑得出的预测值非常保守，因为它们仅基于最新的水平估计值，而不基于趋势的估计值。您通常只应预测将来 6 个周期的值。
在该平滑图中，拟合值沿着数据紧密分布，尤其是在序列末端。您可以预测在接下来的 6 个月中，销售量大约为 58，销售量范围大约为 52 到 65 之间。
