典型時間序列預測的兩個主要技術皆用於預測規劃:
典型非季節性預測方法 — 藉由移除極端值並減少資料隨機性來預估趨勢
典型季節性預測方法 — 結合預測資料與調整,用於季節性行為
如需自我迴歸整合移動平均線 (ARIMA) 時間序列預測的相關資訊,請參閱ARIMA 時間序列預測方法。
此頁面上的程序檔內容僅供瀏覽之用,請勿以任何方式更改其內容。