# 运行结果（完全模拟）

Python 3.12.14，仅标准库。
共1,344条标签；336条特征版本；24个OLS模型；1,792条逐行评估预测。
训练：01-05至02-28；03-01 18:00冻结；评估目标：03-02至03-29。
这是公开生成机制下的时间顺序比较，不是独立盲测，不代表真实业务收益。

|模型|n|MAE kg|RMSE kg|偏差(实际−预测) kg|WAPE %|外推行数|
|---|---:|---:|---:|---:|---:|---:|
|last_week|448|3.4874|4.4729|-0.0335|18.9734|0|
|univariate|448|1.5295|1.8745|-0.0804|8.3215|16|
|multivariate|448|1.2792|1.5681|-0.0697|6.9594|16|
|interaction|448|1.2770|1.5677|-0.0714|6.9478|16|

MAE和偏差是店货日平均值，不是每天全公司总量误差。WAPE按实际kg加权，不能代表所有SKU同等重要。
残差定义为实际−预测；指标偏差同样定义为实际−预测，正值表示低估。样本共享日期/门店，不假装相互独立，不做显著性或因果推断。

时间扰动检查全部通过。已知计划预订加10份时，SKU01一元预测变化为 1.881911535 kg，与训练估计斜率×10一致。

单元测试另运行：python -m unittest discover -s tests -v。
验证通过：24项实际测试，14个文件重复运行逐字节一致。
