对于钢厂生产来说，年度数据存在重复性，月度、季节之间存在波动性，为更好拟合数据预测结果，我们尝试将季节等波动因素考虑入内，通过季节指数法对线盘产量进行预测。本篇数据通过钢联调研周度数据变频季度数据进行预测，预测工具选用excel。
1. 季节指数法介绍
季节指数法是根据呈现季节变动的时间序列资料，用求算术平均值方法直接计算各月或各季的季节指数，据此达到预测目的的一种方法。利用季节指数预测法进行预测时，时间序列的时间单位或是季，或是月，变动循环周期为4季或是12个月。运用季节指数进行预测，首先，要和用统计方法计算出预测目标的季节指数，以测定季节变动的规律性，然后，在已知季度的平均值的条件下， 预测未来某个月(季)的预测值。季节变动的衡量指标主要有：反映季节变动规律的季节变动衡量指标有季节指数、季节比重和季节变差等。
当我们的时间序列数据如果具有季节性周期变化（受季节更替等因素影响，序列依一固定周期规则性的变化，又称商业循环）的时候，我们一般就会采用季节指数法来进行分析。应当说明的是，这里的趋势值有两种：一是水平趋势，二是斜坡趋。
2. 操作原理
时间序列模型季节指数法公式为Y=T（长期趋势）*S（季节指数）C*I。根据Y除去TC，再消除I，剩下的T*S作为剔除不规则变动后的预测值。
操作步骤为：对数据先进行四项平均，再中心平均得到TC，是为了消除数据差异性。然后数据值除以中心平均得出带不规则变动的季节指数SI（SI=Y/TC）。对SI进行处理，通过季节平均，消除不规则变动影响因素，得到季节指数S。然后通过回归分析，得出长期趋势值T。详细过程可参考《Excel图表应用篇：时间序列分析（季节指数法）》。
3. 预测结果
|
预测季度 |
预测值 |
|
2022-Q3 |
2153.585 |
|
2022-Q4 |
2045.403 |
|
2023- Q1 |
1687.965 |
|
2023- Q2 |
2147.589 |
欢迎大家批评指正！
