在現今商業競爭激烈的環境中，如何有效地預估銷售量是一項很重要的商機。若 無法有效率預測未來銷售量，則庫存管理與未來行銷策略便會發生問題；亦即，庫存太多 ，則公司將付出高額的庫存成本，但如果庫存低於顧客訂單數，則無法滿足顧客的需求， 喪失了顧客對產品的信心，將付出的代價更是不可估計。本文以實務上，產品促銷活動常 遇到的問題為例，介紹如何應用修正之時間數列模式化的技術，將現有資料模式化，而得 到一個較可靠及較準確的預測模式。傳統的時間數列及介入模式的應用，大多數僅限於單 一或極少數的介入事件影響；本文探討了不同於傳統上的應用，但卻在實務上常遇到的預 測問題：多重介入事件影響及未來不可知的介入事件影響。在現有資料不是很充足下，本 文利用了修正技術，以解決預測模式化的困難點，本文並進而將之應用在一個實務例子上 ，其優異之結果亦在本文展示。

　　　　　The precise forecast of the sales is the key factor for surviving in today's tough competition. This study is concerned with the modeling of the sales promotion data which are autocorrelated. In contrast to the traditional time series intervention analysis, which focuses on the effects of single or few interventions, this study considers the cases in which multiple interventions and the unsure of future interventions exist in the system. In addition, this study utilizes a set of real sales promotion data to demonstrate the effecti- veness of the proposed approach.