伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )レベル: 上級
職種: アナリスト / サイエンティスト / エンジニア
Jian Cao 氏、SAS、JMP 部門主任システムエンジニア
最優秀招待論文ファイナリスト
介入（プロセス変更など）により時系列が中断された場合、時系列をどのようにモデル化して予測するか? 先行指標やその他の外生変数がある場合、より適切な予測を行うために、それらを ARIMA モデルに組み込むにはどうすればよいでしょうか?
このホワイトペーパーでは、ARIMA エラーによる回帰、分散ラグ モデル、介入モデルなどの主要な使用例を使用して、JMP の伝達関数モデルの謎を解き明かしていきます。 より良い予測モデルを構築するために、最小二乗回帰や ARIMA よりも伝達関数を使用する利点を示します。
サミットのベスト起こるデータ探索予測モデリングRe: 伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )Jian、返信が遅くなってごめんなさい、コメントと入力をありがとう、とても助けになりました。 ニューラル時系列モデルと残差の ARMA モデルを使用することで、最終的な R² = 99% の予測モデルが得られました。
Re: 伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )フランク、
最初の期間 t=1 の予測は、切片または 0 (切片のない ARMA モデルを選択した場合) です。 JMP では t=2 から特別バージョンのカルマン フィルターを使用して予測を生成します。 統計の詳細については、Box & Jenkins et al の本を参照してください。時系列: 予測と制御セクション 7.4 の「状態空間モデルに基づく尤度関数”。
Re: 伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )こんにちは、Jian さん、助けてくれてありがとう。ぼやけた伝達関数オプションに関する誤報をお詫び申し上げます。大丈夫です。入力が間違っていました。
季節 ARMA モデルを使用して残差の実際の占有 - モデル化された占有をうまく (R² = 0,92) モデル化したので、伝達関数をさらに進めることができます。
ただし、保存された ARMA 時系列予測式を含むデータ テーブル内の ARMA 残差予測に関して質問があります。予測された残差が同じ行、つまり実際の残差と同じ時間間隔にあることに気付きました。 ARMA の式は過去の残差 Y (Yt-1、Yt-2、..) に基づいているため、 予測残差の列では多くのセルが空白のままになっていると思いますが、過去の残差データなしで ARMA 残差推定を行うにはどうすればよいでしょうか? よろしくお願いします。 フランク
Re: 伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )奇妙なことに、転送機能 oprion がメニューリストにあるのですが、ぼやけていて有効にできません。
Re: 伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )ありがとう、フランク。
伝達関数オプションは、JMP 7 以降で利用可能になりました。 出力シリーズと入力シリーズを含む時系列を起動すると、上部の赤い三角メニューから選択できるようになります。
Re: 伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )素敵なプレゼンテーション！ 私は今、駐車占有レベルのモデリングに関するプロジェクトにこれを適用しようとしています。ニューラル ネットを使用すると、R² o 0,96 という良好な値が得られますが、残差はランダムではなく、季節 ARMA (4,0,5) (0,0,1)6 モデルでモデル化できます。 そこで、ニューラル ネットワーク モデルと ARMA 残差モデルを入力として、駐車占有に関する伝達関数を構築したいと思います。転送モデル オプションが有効になっていないことに気づいて驚きました。 何か悪いことをしましたか？ 通常の JMP 13.2 バージョンを使用しています。
Re: 伝達関数を使用したより良い予測モデルの構築 ( 2019-EU-30MP-089 )とても素敵な作品でした！ JMP および SAS ETS を使用して予測「多変量」モデルを教えようとしているすべての教師に感謝します。
