Stufe: Fortgeschritten
Jobfunktion: Analyst / Wissenschaftler / Ingenieur
Industrie: Branchenübergreifend
Jian Cao, JMP Principal Systems Engineer, SAS
Wie können Sie die Antwortserie modellieren und prognostizieren, wenn sie aufgrund von Interventionen oder Schocks (z. B. Marketingkampagnen, Preisänderungen) unterbrochen wird? Wenn Sie über Frühindikatoren oder andere exogene Reihen verfügen, wie können Sie diese als Eingangsvariablen in Ihr normales ARIMA-Modell integrieren, um bessere Vorhersagen zu erhalten? In dieser Präsentation werde ich die Transferfunktionsmodelle in der JMP Time Series-Plattform anhand von zwei realen Fallstudien demystifizieren: eine für die Interventionsanalyse und die andere für ARIMA mit Eingangsvariablen. Ich werde den Prozess erläutern und veranschaulichen, in dem die Muster sowohl in der Ausgabe- als auch in der Eingabereihe untersucht werden, die dynamische Eingabe-Ausgabe-Beziehung identifizieren und Übertragungsfunktionsmodelle mit unterschiedlichen Spezifikationen anpassen und vergleichen.
