应用时间序列组合预测方法的卷烟销售预测模型

Cigarette Sales Forecasting Model Based on Combined Forecasting Method of Time Series

本实验基于某地市烟草公司多层次多类型的历史销售数据及销售日志、走访记录和外部统计数据,经过全面且细致的探索性分析,包括策略量显著性分析,ARIMA初步预测,外部因素影响显著性分析和内部因素组间差异及时间序列趋势分析;最终选择了基于四种经典时间序列预测模型:多季节模式动态谐波回归模型(mdhArima)、自回归移动平均模型(ARIMA)、时间序列分解预测模型(STLF)和TBATS指数平滑模型共同构成的组合预测模型,并通过实验证明了组合模型有着更好的预测精确度。