<< Click to Display Table of Contents >> 当前位置:  深度分析 > 其它分析算法  HoltWinters时序分析

❖HoltWinters 时序分析

HoltWinters 时序分析通过考虑水平趋势和季节性趋势，对一段时间内、等时间间隔的采样数据进行分析，以预测未来一段时间的数据。即根据已知的历史数据，预测未来的数据。

【时间列】选择时间字段。根据选择的时间字段的数据，自动算出时间间隔。

【数据列】选择数据字段。在报表组件绑定的数据集上新建分析算法，或使用图表的快速分析算法时，需要选择聚合函数，这样将按时间列进行分组，数据列进行聚合，在此分组聚合之后的数据上进行时序分析。

【周期】需填入时间间隔的整数倍，根据周期和时间间隔（周期/ 时间间隔）算出频率，即单位时间内的观测数。根据时间间隔，系统会自动往周期填入一个合理的数值，此数值也可手动修改。

【往后预测跨度】往后预测的时间跨度，需填入时间间隔的整数倍。选择时间列后，系统会自动填入一个合理的数值，此数值也可进行手动修改。

【趋势(beta)】是否考虑纵向趋势。默认是被勾选，表示按纵向趋势拟合。

【输出值】预测值被勾选上时，表示会得出一个拟合值字段。置信区间被勾选上时，表示会得出一个上界和一个下界字段。

【季节因子(gamma)】是否考虑季节性趋势。如果设置为不勾选（FALSE），则非季节性模型拟合。如果设置为勾选，则进行季节性模型拟合。季节性模式可以是加法效应（additive）和乘法效应（multiplicative）。加法效应默认勾选，表示按季节性加法的趋势增长。当乘法效应被勾选时，表示按季节性乘法趋势增长。季节性模型拟合时，需满足一个周期内至少有两个数据点，即频率大于等于2，且时间序列至少包含2 个周期。

【输出值】【预测值】被勾选时，会得到一个拟合值字段。其结果是根据得到的模型，对往后预测的时间跨度做预测，算出预测值。

【输出值】【置信区间】被勾选上时，根据Level 算出估计值的上界和下界，默认Level 是95%。

 

•举例说明

假设数据是从1957 年1 月到1958 年12 月的数据，时间间隔为1 月，用HoltWinters 时序分析，选择周期6 个月，往后预测跨度12 个月。

如果趋势（beta）选择否，季节因子（gamma）不勾选：

预测结果如图：

如果趋势（beta）选择是，季节因子（gamma）不勾选：

如果趋势（beta）选择否，季节因子（gamma）勾选，选择加法效应：

如果趋势（beta）选择是，季节因子（gamma）勾选，选择乘法效应：

如果趋势（beta）选择是，季节因子（gamma）勾选，选择加法效应：