正在检索范文
正在检索范文
以下内容均为 Demo / 示例数据，用于学习流程演示，不是真实获奖论文。
沿海城市背景下的预测题：用 moving-avg / exp-smoothing 完成「超市日销量基准预测」，重点练该题型的标准写法。
示例背景：围绕「超市日销量基准预测」在沿海城市收集示意数据。先判断输出是排名、预测值还是方案，再进入模型。数据均为 Demo，不能当作真实赛题或获奖论文。
问题是什么？
观察「超市日销量基准预测」在沿海城市的序列形态，决定要不要剔除冲击点。
使用什么模型？
moving-avg
为什么使用这个模型？
先看样本长短和异常年，再决定灰色、平滑还是 ARIMA。
核心公式是什么？
画出序列并计算一阶差分，检查是否近似平稳
得到了什么结果？
示例中存在一到两个冲击点，建模时单独讨论而不是偷偷删。
问题是什么？
给出未来若干期预测，并报告误差口径。
使用什么模型？
moving-avg
为什么使用这个模型？
主模型要能复现：预测步长、训练集划分和误差都要写清。
核心公式是什么？
MAPE = (1/n) ∑ |y - ŷ| / |y|
得到了什么结果？
短期预测可用，外推过远时误差明显放大。
问题是什么？
用 exp-smoothing 做对照，说明为什么主模型更适合这组样本。
使用什么模型？
exp-smoothing
为什么使用这个模型？
预测题没有对照就像没有答辩，评委要看你排除了什么。
核心公式是什么？
同一测试窗比较 RMSE / MAPE
得到了什么结果？
小样本时简单模型更稳，复杂模型只作为残差对照。