《表2 原始数据季节分解季节因子》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《ARIMA模型在软件测试缺陷数量预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过季节分解计算如表2所示的原始序列的季节指数，可知每年3-6月份软件缺陷数量的季节指数都大于1。即这4个月的平均软件缺陷数量高于总平均值，综合考虑季节性与非季节性因素，可确定模型中d=1，D=1，s=12，即模型为：ARIMA（p，1，q）（P，1，Q）12。