使用ARIMA时间序列预测劣质商品风险评分：一种新颖的风险评估方法

本研究针对复杂供应链及劣质商品相关成本上升的问题，提出了一种新颖的ARIMA时间序列模型框架，结合专有公式以计算劣质商品风险。通过历史数据模式的分析，模型能有效预测潜在的质量故障，从而促进主动决策。研究表明，在2022-2024年有机啤酒数据集的验证中，该方法在预测精度和风险评估方面均优于传统统计模型，展示了其在供应链质量控制中的广泛应用潜力。