e2 Sanjeev Bordoloi 服務管理：運作、戰略與信息技術 v9

14.5　時間序列模型

如果隨著時間的變化，實測值之間存在某種穩定的關係，我們就可以用時間序列模型做短期預測。從簡單的N期移動平均模型到更復雜、有用的指數平滑模型，都屬於時間序列模型。

由於指數平滑模型能夠用於追蹤預測所需的要素（即平均水平、趨勢、季節因素），故此模型十分有用。平均水平是對隨機變量（如顧客需求）均值的估計；趨勢是指每一時期增長或降低的幅度；而季節性是一種重複出現的循環，猶如飯店的每日需求、某個旅遊勝地的每年需求一般。要注意的是，這些要素本質上都是隨機的，但隨著時間的變化，其內在價值會發生變化（如趨勢因素會由正向變為反向）。運用平滑指數，每一種要素都將被追蹤到，並將結果整合而得出一種預測結果。我們將從簡單的N期移動平均法開始我們對時間序列模型的研究。