marker 拿 2025 年 7 到 12 月的真实需求算你们的 MAPE，这六个月的数据你们手里没有。报告里的 appropriateness 一项问的也是同一件事：站在 2025 年 6 月往后预测，你们选的模型靠不靠得住。brief 把这层意思写成 reliable forecasts for periods that have not yet been observed。所以改草稿时，选模型、选变量的每个理由都回到这六个月上来说。

测试期也先预测 Temperature 再代入

回归里用了 Temperature 或 EconomicIndex 的话，看一眼测试集 2025 年 1 到 6 月代入的是真实值还是预测值。marker 打分时预测期没有这两个变量，brief 写的是 must be forecast if needed。测试期用真实值，算出来的是事后 (ex post) MAPE，含这两个变量的模型会显得更准，排名可能因此颠倒。

图：时间线示意：训练集到 2024 年 12 月，测试集 2025 年 1 到 6 月，预测期 2025 年 7 到 12 月；事后口径在测试集用真实 Temperature，事前口径和 marker 打分时一样，用预测出来的 Temperature。

结构示意 · 测试集这一段代入哪种 Temperature，决定算出来的 MAPE 是哪种口径；和 marker 打分条件一致的是下面那一行。EconomicIndex 同理。

我会让测试期按预测期的办法走一遍：Temperature 用历年同月平均，EconomicIndex 用漂移法或 TCES，先预测再代入，得到事前 (ex ante) MAPE。两个口径并排写，差出来的部分来自提前知道了真实值；再拿事前 MAPE 和不含这个变量的子集比，brief 问的 genuine predictive value 就看得出来了。

模型对比表加一列，写它怎么处理关键特征

Understanding 那一节会找出一个对预测期影响大的特征，比如 Intervention 生效后需求水平跳了一档，或者冬季峰值逐年变高。三个必做模型放进对比表时，在 MAPE 旁边加一列，写每个模型怎样处理它。拿跳变来说：回归能直接放阶梯变量；Holt-Winters 不接收解释变量，只能靠水平方程在跳变后逐月追；经典分解的 2×12 中心化移动平均会把跳变抹成前后约 6 个月的斜坡，附近的季节指数也跟着变形。

这一列写清楚，marker 还没读到 MAPE 排名，就知道哪个模型为什么会赢或输，appropriateness 有了你们数据里的依据。

Intervention 的系数写成前后水平差

Intervention 在回归里显著时，把系数直接翻成「这次变化让需求变了百分之几」，marker 会读成一个因果结论。brief 只说它 associated with a planned change，没说是什么变化，系数吸收的是生效前后需求水平的差，同期的其他变化也算在里面。我会把它叫作「与干预同时发生的水平变化」，旁边放干预前后各 12 个月的需求均值：均值几乎没变而系数显著，就交代系数还吸收了别的东西。干预开始的月份离样本末尾很近时，把系数的标准误写进风险部分，预测期 6 个月都要加上它。

风险写到管理层该盯哪个月的实际值

brief 说专业预测要能讲出 when they may fail。带 95% 区间的预测图只覆盖区间以内的不确定性，区间以外的风险要另外列。我的做法是一张三列小表：风险、你们结果里支撑它的数字、管理层该看哪个月的实际值。 预测偏离、干预效应和历史不同、出现新的结构性变化，各写一行，最后一列落到具体月份，比如「7 月实际需求落到区间下限以下」。marker 读到的是你们知道这组预测会在哪里失准。