预测算法

提前一步

每个模型都支持基于对应预测公式的“提前一步”预测。 在模型估算过程中，需要“提前一步”预测来计算模型误差。

针对每一个数据点，通过使用当前点的计算所得级别和趋势状态，以及最后一个季节性周期的季节性状态，按顺序计算“提前一步”预测。

预测误差是通过从当前点的实测值中减去预测值（在上一点估计）计算得出的。 用于估算模型的总体模型误差将作为绝对平方预测误差的平均值进行计算。 误差越小，表明模型拟合度越好。 显示在统计详细信息中的准确性度量提供有“提前一步”预测误差的多个模型摘要。

提前 k 步

“提前 k 步”预测可用于在观察的时间序列数据之后，预测任何数量的未来值。 它们与指定模型的“提前一步”预测基于相同的预测公式。

缺省情况下，生成的预测值数目是历史数据序列长度的 20%。 您可以在预测对话框中指定所要预测的确切值数目。 此外，还会预测特定序列末尾的任何缺失值，但不会计入指定的预测期数目。

置信界限

置信界限提供与每个预测值关联的不确定性级别。 通常，这些界限会在未来进一步扩大，因为越遥远的预测越不可靠。 置信界限可提供对于所观察时间序列的未来行为的相关洞察。

置信界限是基于在所观察数据上估算所得的预测误差总体方差，以及一个依赖于所指定模型和最后一个观察点以来步数的因子来计算。