伝達関数を使用したより良い時系列予測モデルの構築（2019-EU-30MP-089）レベル：上級
職務：アナリスト/科学者/エンジニア
業種：クロスインダストリー
Jian Cao、JMPプリンシパルシステムエンジニア、SAS
介入や衝撃（マーケティングキャンペーン、価格変更など）によって中断された応答シリーズをどのようにモデル化および予測できますか？先行指標や他の外因性系列がある場合、どのようにしてそれらを通常のARIMAモデルに入力変数として組み込んでより良い予測を生み出すことができますか？このプレゼンテーションでは、JMP時系列プラットフォームの伝達関数モデルを、介入分析と入力変数を含むARIMAの2つの実際のケーススタディを通して説明します。出力系列と入力系列の両方でパターンを探索し、動的な入出力関係を識別し、異なる仕様の伝達関数モデルを近似して比較するプロセスを説明して説明します。
