Pour la prédiction de la série de temps, la méthode générale comprend des prédictions grises, lisses et grises au nombre de modèles multiplicateur ou ARIMA. Les prévisions grises et lisses sont souvent utilisées pour moins de chaînes de données et souvent uniquement pour les prévisions moyennes à court terme.

L'indice de lissage peut continuer à être divisé en douceur, deuxième lissage et trois manières douces (c'est-à-dire la méthode Holt-Winters), une manière douce pour les données historiques, le lissage secondaire de la méthode convient aux données de tendance linéaire, trois autres Des méthodes plus douces sur la base du lissage secondaire, appropriés pour une utilisation lors de l'utilisation d'une relation de tendance de certaines courbes, utilisent généralement trois cloques.

S'il s'agit d'une méthode plus douce, il s'agit d'un total de S0 et du coefficient lisse Alpha Total Paramètre Valeur:

La valeur initiale est la valeur du point d'arrêt de la tête d'origine et de la première étape de les données sont généralement faites. La moyenne des phases 2, 3, 4 ou 5 est utilisée comme une troisième valeurn Head. Si les données se séquent moins, la valeur d'origine S0 perdra la moyenne moyenne de la période précédente, car la séquence de données est inférieure à l'importance de la période précédente. Plus haute.

Les paramètres des valeurs alpha ont sa conscience que le poids des nouvelles données est de 0 ~ 1 et plus le poids est élevé, plus le poids est élevé, le poids de la valeur de prédiction initiale. Si les fluctuations de données ne sont pas grandes, les plus petites valeurs alpha sont comprises entre 0,1 et 0,5, si de grandes fluctuations de données et des valeurs de valeur alpha sont relativement importantes, telles que de 0,6 à 0,8.

Relatif à trois types lisses, valeur initiale S0 et valeurs alpha illustrées

Conseils spéciaux:

Ne définissez pas le lisse Procédé, SPSSAU parcourant automatiquement la méthode de lissage de différentes combinaisons, déterminant la méthode de lissage lors de la recherche de l'effet optimal;

Si la valeur d'origine S0 n'est pas définie, SPSSSAU définira automatiquement la valeur initiale S0 en fonction du nombre de S0 SAM;

Si le facteur de lissage alpha, SPSSAU parcourez automatiquement différentes valeurs alpha et sélectionnez la valeur alpha de l'effet correspondant lorsque l'effet optimal est sélectionné.

Premièrement, la plate-forme
Il existait actuellement une province de 1978 à 1988, le montant total d'actifs immobilisés de toutes les propriétaires, au total, 10 ans de données, le mal, que ce soit comme suit, et maintenant, il devrait prédire la fixation de 1989 et 1990. Données de fonctionnement:
Exemple Cela ne permet pas de paramétrer les paramètres par défaut, de sorte que SPSSA produit automatiquement. Résultats, manipulation des éléments suivants:

Sorties SPSSAU

SPSSSSAU A Total de 3 tableaux et 1 diagramme prévisible de montage de modèle. Correspondant automatiquement. Le dernier SPSSSSAU sélectionne automatiquement trois méthodes de lissage pour le modèle optimal et la valeur d'origine est automatiquement définie sur 20.05, la valeur alpha est automatiquement sélectionnée sur 0,4, en fonction de telles options automatiques, prix normal d'erreur originale Traitement des modèlesH enfin RMSE est 18,8, comme suit.

Parce que les trois valeurs de paramètre de ce cas incluent le type lisse, la valeur d'origine S0 et les valeurs alpha, tous les SPSSAU choisissent automatiquement, SPSSSA définira automatiquement la valeur initiale 20.05 et parcourez cette base lorsque trois Cas et 11 valeurs alpha Partager 33 Combinaisons, la valeur RMSE correspond à 33 combinaisons comme sortie. On constate que les résultats du modèle sont obtenus lorsque la valeur initiale est 20.05 et la valeur alpha est de 0,4 et trois lisse. La combinaison du temps optimal est déterminée dans le tableau ci-dessus. Et prédire le modèle comme suit:
Du tableau précédent, on peut constater que, dans la phase suivante, l'investissement immobilisé en 1989 est de 2,7,7 milliards et des actifs immobilisés en 1990, il est devrait être 321.526. Et l'effet de prédiction est tiré comme suit.