我仍在努力扩展我的统计和预测技术知识。
现在我正在预测季节性接触模式，所以我能理解的最简单的季节性模型是 Holt-Winters/三重指数平滑模型。
对于我们的许多决定，我们不仅需要预测 1 个月，还需要 2 个月，甚至 6 个月或更长时间。
显然，当您尝试预测 6 个月时，准确性会越来越高，但是，我想我们会尽力而为。
在创建三重指数平滑模型并启动季节性/趋势值后，我立即注意到的第一件事是肯定存在不同的“最佳”α（水平）、β（趋势）和 γ（季节性）值，具体取决于是否您预测 1 个月后，或 6 个月后。
正如您可能已经猜到的那样，对于具有较高 alpha 值（较强的近期值）的测试数据集，1 个月的预测具有更高的准确性——而 6 个月的预测在 alpha 值较低的情况下更好。
这并不重要，但 2 个月更接近 1 个月模型，3-4-5 似乎更接近 6 个月，但它们都有自己的局部“最佳”值。
因此，如果我需要对接下来的 6 个月进行滚动预测——我应该使用一个模型，还是应该使用一组不同的 alpha-beta-gamma 值，具体取决于预测值有多远？
我在统计学方面有一点背景，但我知道很容易误用/误读它们。我不知道使用这样的两个或三个不同的模型是否会导致错误。