《表3 企业2016年月总销量预测值与实际值对比表》

  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

《非物流数据条件下对物流需求预测的实用性研究》

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

在确定了模型的参数估计值之后，可以继续对模型的合理性进行检验。对建立的ARIMA模型进行白噪声检验。由图3可知，残差序列是纯随机序列，可以用该模型进行预测。同样分区域的总量预测的残差自相关系数和偏自相关系数也都满足条件。还可以对企业2016-2017年的相关数据汇总，并与模型在这些年份的预测值进行比较，见表3。