“模型报表”报表包含一个“选择序列”列表和一个或多个单独的序列建模报表。显示的各个报表由“选择序列”列表确定。点击该列表中序列的名称以显示所选序列的报表。若使用 Ctrl 或 Shift 选择多个序列名称，则将为每个选定序列显示单个模型拟合报表。若从“选择序列”列表中取消选择一个或多个序列，则会删除相应序列的报表。
“选择序列”列表链接到数据表。当您在“选择序列”列表中选择某个序列后，也会在数据表中选定序列和响应变量组合对应的观测。“选择序列”列表还链接到“Y 的分组汇总”表。若指定了“时间”变量，则“选择序列”列表还会链接到“时间的分组汇总”表。当您在“选择序列”列表中选择某个序列后，也会在表中选定相应的条目。
每个单独的模型报表都包含以下信息：
模型类型
根据误差、趋势和季节性描述序列的最佳拟合模型。
使用整个序列拟合的模型
基于拟合整个序列的模型的一组报表。
原始序列和预测
原始序列和预测图。在原始序列的时间周期中，显示一步超前预测。在原始序列的时间周期外，显示预测。着色区域表示预测区间。
所有预测都从紧跟跨所有单个序列的最后一个时间点的时间点开始。请参见数据格式。
模型汇总
提供 -2对数似然、AIC、参数个数和 sigma 值。sigma 值是一步超前预测标准差的估计值。
参数估计值
提供模型的参数估计值。这些参数对应于最佳拟合模型（在“模型类型”报表中说明）中的参数。
一步超前预测误差
随时间变化的一步超前预测误差图。对于每个时间点 t，误差都计算为 e(t) = y(t) - μ(t)。
乘法误差模型的一步超前相对预测误差
（仅可用于乘法误差模型。）随时间变化的一步超前相对预测误差图。对于每个时间点 t，误差都计算为 e(t) = [y(t) - μ(t)]/μ(t)。
进行过训练 - 保留拆分的拟合模型
（仅当为“维持数”指定了非零值时才显示。）基于拟合训练序列的模型的一组报表。
训练和维持序列
训练序列和维持序列图。在训练序列的时间周期中，显示一步超前预测。在维持序列的时间周期中，显示预测。着色区域表示预测区间。
使用训练序列的参数估计值
提供模型的参数估计值。这些参数对应于最佳拟合模型（在“模型类型”报表中说明）中的参数。
一步超前预测误差
随时间变化的一步超前预测误差图（仅针对训练序列）。对于每个时间点 t，误差都计算为 e(t) = y(t) - μ(t)。
乘法误差模型的一步超前相对预测误差
（仅可用于乘法误差模型。）随时间变化的一步超前相对预测误差图（仅针对训练序列）。对于每个时间点 t，误差都计算为 e(t) = [y(t) - μ(t)]/μ(t)。
保留序列的预测误差
维持序列的实际值与模型预测值之间的差异图。