方法選項

選取用於預測的方法。

• 套用季節性方法：季節性預測方法透過新增其他元件來擷取資料的季節性行為，以延伸非季節性預測方法。如需季節性方法的相關資訊，請參閱使用 Planning 中的典型季節性預測方法。預測作業會選取使用最佳的季節性預測方法。
• 套用非季節性方法：當過去的資料沒有重複的資料值週期時，非季節性方法會藉由移除過去資料中的極端變化，來嘗試進行預測。如需非季節性方法的相關資訊，請參閱使用 Planning 中的典型非季節性預測方法。預測作業會選取使用最佳的非季節性預測方法。
• 使用 ARIMA：如需有關「自我迴歸整合移動平均線 (ARIMA)」的詳細資訊，請參閱使用 Planning 中的 ARIMA 時間序列預測方法。
• 使用擴充 ARIMA 搜尋：透過與歷史資料比較的方式，在 ARIMA 模型上執行擴充模型搜尋。結果很準確，但分析會明顯耗費更多時間。