文献类型：期刊文章

作　　者：葛娜[1] 孙连英[2] 赵平[1] 万莹[1]

Ge Na;Sun Lianying;Zhao Ping;Wan Ying(Smart City College,Beijing Union University,Beijing 100101,China;College of Urban Rail Transit and Logistics,Beijing Union University,Beijing 100101,China)

机构地区：[1]北京联合大学智慧城市学院,北京100101 [2]北京联合大学城市轨道交通与物流学院,北京100101

出　　处：《北京联合大学学报》

年　　份：2018

卷　　号：32

期　　号：4

起止页码：27-33

语　　种：中文

收录情况：CAS、JST、RCCSE、普通刊

摘　　要：有效分析历史运营数据与未来销售量之间的关系是企业制定重大销售战略的重要支撑。针对某企业多年的产品销售量原始数据,基于时间序列模型对企业产品的销量进行预测,以ARIMA模型(Autoregressive Integrated Moving Average Model)建立预测模型得到销售量预测值与销售记录值的对应关系。从数据检验及预处理、模型识别与定阶、参数估计、模型适应性检验、模型预测和误差分析6个方面对模型的预测效果进行检验。结果表明,ARIMA(1,2,4)模型能够较好地描述销售量变化趋势,可为企业制定行之有效的销售战略和产业布局提供依据。

关 键 词：ARIMA模型 销售预测  参数估计 误差分析

分 类 号：F713.54]