输入数据
请完成以下步骤来指定要分析的数据列。
- 在变量中，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。 建议设置 4 到 5 个完整季节性周期。如果您没有足够多的完整周期，则说明您可能没有足够的数据来计算季节性指数的合理估计值。
- 在季节长度中，输入一个季节中出现的观测值个数。例如，如果您每月收集数据而数据具有每年模式，请输入 12。
如果您不知道季节长度，请使用或帮助确定长度。
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 |
方法类型
选择与您的数据拟合的季节性模式。使用乘法数据时，季节性模式的量值会随着数据水平的改变而改变。使用加法数据时，季节性模式的量值会在数据水平改变时保持恒定。
乘法
加法
如果您不知道模型类型，请执行以下操作之一：
- 使用可以确定正确的类型。
- 尝试乘法和加法，然后比较准确度度量以确定哪个模型提供更好的拟合。
注意
当数据包含负值时，不应当拟合乘法模型。当您既有正数据又有负数据时，负数据的乘法季节性指数是正数据的乘法季节性指数的逆指数。这会导致模型无法拟合数据。
平滑中使用的权重
权重通过定义每个分量对当前条件的响应方式来调整平滑量。通常，您希望对数据进行充分的平滑处理以降低噪声（不规则的波动），以便模式更明显。但是，不要对数据进行太多的平滑处理，以免丢失重要的细节。
首先用默认权重执行分析。在检查生成的时间序列图之后，可以增加或减小权重。权重越小，生成的线越平滑；权重越大，生成的线越不平滑。对于包含噪声的数据应使用较小的权重，以便平滑值不会随噪声波动。如果您调整权重，则调整水平分量的权重通常能够获得改善准确度度量的最佳机会。在将水平权重调整到所需的大小之后，更改其他权重所产生的效应通常较小。
权重越高，对最近数据的影响越大，因此预测值（绿色）服从数据（黑色）末端的向下趋势。
较高的趋势权重
权重越低，对最近数据的影响越小，因此预测值服从整体的向上趋势。
较小的趋势权重
生成预测
请完成以下步骤来为时间序列生成预测值。
- 选择生成预测。
- 在预测点数中，输入要为其进行预测的连续时间段的数量。
- 在预测起始点中，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。
