使用傳遞函數構建更好的時間序列預測模型（2019-EU-30MP-089）等級：高級
工作職能：分析師/科學家/工程師
行業：跨行業
Jian Jian，JMP首席系統工程師，SAS
如果響應系列因干預或衝擊而中斷（例如，營銷活動，定價變化），您如何對其進行建模和預測？如果您有領先指標或其他外生系列，您如何將它們作為輸入變量引入您的正常ARIMA模型以產生更好的預測？在本演示中，我將通過兩個實際案例研究揭開JMP時間序列平台中的傳遞函數模型的神秘面紗：一個用於乾預分析，另一個用於帶有輸入變量的ARIMA。我將解釋和說明探索輸出和輸入系列中的模式，識別動態輸入 - 輸出關係，以及擬合和比較具有不同規格的傳遞函數模型的過程。
