From e7bc8de0e1e65ffdfcbbc3000ab6f606f2d32cbf Mon Sep 17 00:00:00 2001
From: Haojun Liao <hjxilinx@users.noreply.github.com>
Date: Fri, 1 Nov 2024 11:31:03 +0800
Subject: [PATCH] Update 02-holtwinters.md

---
 docs/zh/06-advanced/06-data-analysis/02-holtwinters.md | 8 +++++++-
 1 file changed, 7 insertions(+), 1 deletion(-)

diff --git a/docs/zh/06-advanced/06-data-analysis/02-holtwinters.md b/docs/zh/06-advanced/06-data-analysis/02-holtwinters.md
index be3e2490ad..470ef46253 100644
--- a/docs/zh/06-advanced/06-data-analysis/02-holtwinters.md
+++ b/docs/zh/06-advanced/06-data-analysis/02-holtwinters.md
@@ -12,6 +12,7 @@ HoltWinters有两种不同的季节性组成部分，当季节变化在该时间
 
 
 ### 参数
+
 分析平台中使用自动化的 ARIMA 模型进行计算，因此每次计算的时候会根据输入的数据自动拟合最合适的模型，然后根据该模型进行预测输出结果。
 |参数名称|说明|必填项|
 |---|---|---|
@@ -21,7 +22,12 @@ HoltWinters有两种不同的季节性组成部分，当季节变化在该时间
 
 参数 `trend` 和 `seasonal`的均可以选择 `add` （加法模型）或 `mul`（乘法模型）。
 
-### 返回结果
+### 示例及结果
+针对 i32 列进行数据预测，输入列 i32 每 10 个点是一个周期，趋势采用乘法模型，季节采用乘法模型
+```
+FORECAST(i32, "algo=holtwinters,period=10,trend=mul,seasonal=mul")
+```
+
 ```json5
 {
 "rows": rows,  //  结果的行数