我刚刚阅读了需求驱动的预测：一种结构化的预测方法（Wiley 和 SAS 商业系列），并对 Holt-Winters 模型有一些疑问：

1) 与 OLS 回归建模技术或 ARIMA 不同，在运行 Holt-Winters 之前没有检查任何假设。例如，在 ARIMA 中，我们首先在运行 ARIMA 之前使数据静止，或者在 OLS 中，我们检查正态性、自相关等。但是，根据本书，在运行 Holt-Winters 之前和之后没有进行任何测试。我们只是计算 MAPE 并检查它是否可以接受。那么，有人可以确认在运行 Holt-Winters 之前和之后是否应该进行任何测试？

2) Holt-Winters 模型能否包含价格、促销、营销等因果因素？

3）当我们运行Holt-Winters乘法或加法模型时，我们之前不需要明确调整季节性吗？

4）如何处理时间序列预测中的缺失值或异常值？我们显然不能删除缺失值行，因为时间间隔会中断。因此，对于缺失值，我曾考虑在过去 5 年中使用该时期（每周、每月或每年）的 CAGR，并用它来估计缺失值。有人可以确认这是否正确吗？

另外，我认为我们不应该删除异常值，而应该首先看看它为什么存在。这可能是由于价格变化或促销等一些外部因素导致了飙升。这当然不会被 Holt-Winters 检测到。因此，如果是罕见的促销，那么我们应该删除该值并使用过去数据的 CAGR 重新插入正常需求，以保持历史模式。因此，尖峰将消失，历史趋势将保持不变，从而增加我们的 MAPE。有人可以确认这是否正确吗？