传统时间序列分析

图9.15

Smoothing method复选框：选择平滑方法，包括Single(单指数平滑)、Double(双指数平滑)、Holt-Winters-No seasonal(无季节Holt-Winters模型)、Holt-Winters-Additive(Holt-Winters

加法模型)及

Holt-Winters

Multiplicative(Holt-Winters乘法模型)。

Smoothing parameters复选框：确定平滑系数，既可以选择系统自动估计也可以人工输入具体的平滑系数。系统自动估计时是按误差平方和达到最小原则自动生成平滑系数；如人工输入，应确保所有的平滑系数在0-1之间，否则系统会自动估计。

Smoothing series:用于确定平滑后的序列名，系统自动会在原序列名后加sm来指定平滑后的序列名，用户也可以自己输入新的序列名。

Estimation sample:确定估计样本区间。用户必须指定预测的样本区间，默认值产当前工作文件的样本区间。

Cycle for seasonal:确定季节循环数。系统默认值为每年12个月或4个季度），用户也可以改变每年的季节数。其允许预测不规则间距的数据。

点击View/graph/line,打开图形对话框，如图9.16所示：

图9.16

在本例中，销售量的走向具有明显的线性趋势和季节性。因此在平滑方法中分别选择双指数平滑和Holt-Winters乘法模型进行相关预测。

在预测前，首先须调整样本区间，因此回到主窗口，双击Range、Sample,打开调整样本区间对话框，如图9.17所示：

图9.17

本例中，在End中输入2006即可。然后在Smoothing Exponential对话中，分别选择Double和Holt-Winters-Multiplicative进行平滑预测，在双指数平滑法下平滑系数选择系统自动生成，平滑后的序列名分别为salef1；Holt-Winters-Multiplicative下平滑系数??0.2，??0.1，??0.05，平滑后的序列名为salesf2,季节循环数按系统默认，最后点击OK,得到以下结果如图9.18、9.19所示：

图9.18

上图表明，系统按照误差平方和达到最小生成的平滑系数为0.038，Sum of Squared Residuals(残差平方和)为101916.9，Root Mean Squared Error(均方误)为65.17。

图9.19

上图中，Sum of Squared Residuals(残差平方和)为12283.35，Root Mean Squared Error(均方误)为22.62。

这两种方法下各自的预测序列如图9.20所示：

图9.20

由上图可知，双指数平滑法下2006年第二季度销售量为761.02，Holt-Winters-Multiplicative预测得到2006年第二季度的销售量为808.06。在上述预测过程中，由于残差平方和与均方误在Holt-Winters-Multiplicative方法下都比双指数平滑法小，所以应选择Holt-Winters-Multiplicative进行预测，因而2006年第二季度销售量为808.06。