---
title: "预测和预报的更好方法：使用前后对比控制图 | A Better Way to Predict and Forecast: Use Before/After Control Charts"
description: 我一直在写很多关于多阶段控制图的文章，因为我认为它们是非常棒的可视化工具。它们有许多用途（在此处查看其中四个），而且很容易创建。除了帮助分析过程在改进或变更之前和之后的对比外，它们还可以是实现更准确预测或预报起始工具。
---

[Minitab博客](https://blog.minitab.com/zh/blog)

# [预测和预报的更好方法：使用前后对比控制图 | A Better Way to Predict and Forecast: Use Before/After Control Charts](https://blog.minitab.com/zh/blog/a-better-way-to-predict-and-forecast)

 Written by [Joshua Zable](https://blog.minitab.com/zh/blog/author/joshua-zable) | 2024年10月8日 04:00:00

我一直在写很多关于多阶段控制图的文章，因为我认为它们是非常棒的可视化工具。它们有许多用途（[在此处查看其中四个](https://blog.minitab.com/en/4-ways-to-measure-improvement?hsLang=zh)），而且很容易[创建。](https://blog.minitab.com/en/real-world-quality-improvement/analyzing-a-process-before-and-after-improvement-historical-control-charts-with-stages?hsLang=zh)除了帮助分析过程在改进或变更之前和之后的对比外，它们还可以是实现更准确预测或预报起始工具。

## **使用不同方法进行预测或预报**

有许多不同的预测方法。如果您想分析数据中的趋势，无论是销售预测还是天气，**时间序列**都可以帮助您预测任何变量随时间的变化情况。如果您想使用不同的变量预测响应，那么回归、**基于树的方法**和更多其他算法等[**预测分析**](https://www.youtube.com/watch?v=HD3Ny3b59f0&list=PLJbapLNotMzifvrVPfTkD3w4Tj2HuiLBG)可能是您的正确选择。

 

## **使用传统时间序列预测的示例**

下面是一个洗手液制造商的示例，该制造商希望预测需求以规划制造能力。业务分析师（我们叫他 Josh）收集了过去几年的数据，并试图创建简单的趋势分析。

由于他不确定自己拥有哪种类型的数据，他创建了一个线性模型和一个二次模型（两者都如下所示）。现在他搞得一团糟！线性模型预测销售额增长，而二次模型预测销售额下降。二次模型具有[更好的准确度](https://support.minitab.com/zh-cn/minitab/help-and-how-to/statistical-modeling/time-series/how-to/moving-average/interpret-the-results/key-results/)（[MAPE、MAD 和 MSD](https://support.minitab.com/zh-cn/minitab/help-and-how-to/statistical-modeling/time-series/how-to/trend-analysis/interpret-the-results/all-statistics-and-graphs/)的值相对较小），但他的销售团队对整个季度的销售渠道持积极态度。他应当告诉制造主管什么？

 

 

业务分析师迅速致电公司统计人员 Cheryl 并寻求帮助。Cheryl 解释说，使用[单一指数平滑法](https://support.minitab.com/zh-cn/minitab/help-and-how-to/statistical-modeling/time-series/how-to/single-exponential-smoothing/before-you-start/overview/)可以提供短期预测，并适用于没有趋势或季节性分量的数据。

尽管分析师 Josh 从未听说过这一点，但他很快在 Minitab Time Series 菜单中找到了单指数平滑！他似乎得到了一个比前两个更合理、更准确的预测。

他打电话给 Cheryl，向她展示了图形。她在图形上指出了 95% 的 PI，并解释说，如果 PI 为 95%，Josh 可以 95% 确信区间中将包含单个响应。

这意味着未来的销售额可能更高或更低（基于此预测）。她还提到，虽然 MAP、MAD 和 MSD 测量结果比以前的模型好，但这些测量结果越低，这意味着准确度可能很低。

## **更好的时间序列方法（和预测建模）**

Josh 很失望，但也智能放弃自己尽力构建的模型，这时他的手机响了。是 Cheryl 打来的。她提醒他，在进入分析之前，思考和探索数据很重要。她问他是否有办法解释数据中的一些大偏移。这句话点醒了他。

作为消毒剂制造商，新冠疫情期间需求激增！Cheryl 建议制作**阶段控制图**。绘制新冠肺炎疫情之前、期间和之后的需求图，从而数据的变化更有意义。

Josh 还注意到需求似乎呈上升趋势，因此他决定将自己的预测技术应用于新冠肺炎疫情后的数据。

 

 

尽管他的原始模型预测销售额为 8,500 万至 8,600 万件，但他新的更准确的预测（基于低得多的 MAPE、MAD 和 MSD）现在显示的预测为 8,500 万至 8,800 万台。这意味着，如果他遵循原始模型，他可能会出现生产不足。他不需要运行平滑分析，因为似乎出现了一个清晰的趋势，但无论如何，他还是进行了平滑分析 - 并找到了一个不太准确的模型。他打电话给老板，告诉他们需要生产 8,600 万件，并计划在未来几个月将产量扩大到 8,700 万件至 8,800 万件。

## **需要记住什么**

在预测时，业务理解与预测技术同样重要。无论您使用的是时间序列还是不同的预测模型，在适当的情况下使用分阶段控制图不仅有助于确定更好的预测数据集，还有助于解释预测的产生方式和原因。

幸运的是，Minitab 的“协助”功能让任何人都能够特别轻松地创建和查看过程是否在控制限制内，以在统计上确认观测值，并查看过程变化是否会导致过程结果或变异。

 

#### **借助 Minitab 的控制图从数据中获得更多信息，免费试用 14 天。**

 

[View full post](https://blog.minitab.com/zh/blog/a-better-way-to-predict-and-forecast)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Joshua Zable"
  },
  "dateModified" : "2025-07-31T21:01:12.330Z",
  "datePublished" : "2024-10-08T04:00:00Z",
  "headline" : "预测和预报的更好方法：使用前后对比控制图 | A Better Way to Predict and Forecast: Use Before/After Control Charts",
  "image" : {
    "@type" : "ImageObject",
    "height" : 878,
    "url" : "https://3447555.fs1.hubspotusercontent-na1.net/hubfs/3447555/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/MSS%20Control%20Charts%20%281%29-Jul-05-2025-10-33-54-7288-PM.png",
    "width" : 1092
  },
  "mainEntityOfPage" : "https://blog.minitab.com/zh/blog/a-better-way-to-predict-and-forecast",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60,
      "url" : "/hs/hsstatic/content_shared_assets/static-1.4092/img/default-amp-logo.png",
      "width" : 60
    },
    "name" : "Minitab博客"
  }
}
```