当地营业厅的预算计划人员想要预测明年的用电成本。他们收集了有关过去 84 个记账期间公用设施使用情况的数据,并根据所收集到的数据预测将来的使用情况。

  1. 打开样本数据 设施使用情况.MTW
  2. 选择统计 > 时间序列 > Winter 法
  3. 变量中,输入电费
  4. 季节长度中,输入 12
  5. 选择生成预测。在预测点数中,输入 12
  6. 单击确定

解释结果

在 Winters 方法图中,拟合值沿着数据紧密分布,季节性模式和趋势在数据末端稳定。预算计划人员可以得出下一年的用电成本可能非常准确的结论。

方法

模型类型乘法
数据电费
计算字长 (Length)84

平滑常量

α(水平)0.2
γ (趋势)0.2
δ (季节)0.2

准确度度量

平均百分误差 (MAPE)3.76
平均绝对偏差 (MAD)62.87
平均偏差平方和6448.08

预测

周期预测下限上限
851607.561453.521761.60
861568.331411.871724.78
871845.461686.322004.61
881990.051827.962152.15
891964.941799.632130.24
901992.041823.292160.78
912231.432059.032403.83
922235.762059.492412.03
932007.061826.722187.39
941937.181752.602121.76
951795.321606.321984.31
961890.921697.362084.48