1. Lô dữ liệu và trực quan xác định đặc điểm chuỗi thời gian rõ ràng.
2. Xác định mô hình tăng trưởng và loại bỏ các thành phần tăng trưởng từ dữ liệu. Một cách để loại bỏ các thành phần tăng trưởng từ các dữ liệu là để xác định một khoảng thời gian trung bình cho mỗi chu kỳ và phân chia mỗi giá trị dữ liệu bằng mức trung bình.
3. Xác định nếu một mùa vụ quan trọng là hiện tại trong dữ liệu khi nó xuất hiện với các thành phần phát triển loại bỏ (de-growthed). Chỉ số mùa vụ có thể được tính bằng cách lấy trung bình các dữ liệu de-growthed qua các mùa (thời gian trưng bày hành vi tương tự).
4. Deseasonalize các dữ liệu ban đầu và phân tích các yếu tố tăng trưởng. Một âm mưu của các dữ liệu deseasonalized sẽ tiết lộ những hình thức của các thành phần tăng trưởng. Các deseasonalizing được thực hiện bằng cách chia mỗi dữ liệu của các chỉ số thời vụ thích hợp.
5. Phù hợp với các dữ liệu bằng một số phương pháp thích hợp, hồi quy bình phương tối thiểu, làm mịn mũ, vv
6. Một dự báo cho tương lai bao gồm một sự kết hợp của các xu hướng theo mùa và tăng trưởng.
đang được dịch, vui lòng đợi..
![](//viimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)