在理论分析方面,本文主要研究单误差状态空间下的含有周期项的加性Holt-Winters时间序列模型。首先我们假设误差服从正态分布,通过迭代该序列,我们得到服从多元正态分布的回归模型形式。进而,由线性模型的广义最小二乘方法,我们可以给出对于HW模型的平滑参数和初始值的极大似然估计,并由此得到对该时间序列模型的若干步的预测。而对于缺失数据的情况,本文提出了该模型的条件期望最大化方法(EM方法)来实现极大似然参数估计,并证明了该EM方法的收敛性。在数据分析方面,本文主要对模拟数据进行参数估计以验证方法的有效性。我们利用赋值模型生成的数据对原模型参数进行估计。利用计算软件Mathematica和本文提出的极大似然估计方法,对完整数据的情况进行了估计,并分析了估计值与真实值之间误差产生的原因及影响因素等。