将来価値を予測する時系列分析<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />みなさん、
私は、2016年の売上を週ごとに、そして最終的な金額として予測するよう求められるまでは、時系列分析を行っていません。
同社は、季節のレジャーや観光（正確にはリゾートホテル）です。
販売は、年の44週目（ホテルの終了日）までに終了し、ホテルの終了日の73週間前に開始します。
売上データを季節性のない年間売上データにもっと合わせるために、私は最後の52週間の売上のみを取りました。
過去4年間の売上のデータセットがあります。
しかし、私はデータをどのように形作るかについては知りません。年次または週次として時系列の列を選択するべきですか？
Seasonal ARIMA（0、1、1）（0、1、1）12またはSeasonal ARIMA（0、1、1）（0、1、1）52のどちらを選ぶべきですか？
あるいは、データは年次データと見なされるため、ARIMAを選択する必要がありますか？
週ごとの予測値をデータ表に記入する方法
表が添付されており、助けをいただければ幸いです。
未来値を予測する時系列分析年次または週次として時系列の列を選択する必要がありますか。
毎週の売上を予測したい場合は、毎週のデータを使用してください。その上、4年分のデータしかないので、年次データで時系列分析を実行するのは十分ではありません。
Seasonal ARIMA（0、1、1）（0、1、1）12またはSeasonal ARIMA（0、1、1）（0、1、1）52のどちらを選ぶべきですか？
52週間周期で季節パターンが発生し、それがデータに表示されているように見える場合は、52を使用してください。
あるいは、データは年次データと見なされるため、ARIMAを選択する必要がありますか？
上記の私のコメントを参照してください。
週ごとの予測値をデータ表に記入する方法
まず、時系列ダイアログで予測する期間数を選択します。デフォルト値は25です。あなたのケースでは、35（2016年までいっぱいにする）以上を入力してください。 次に、季節のARIMAモデルを構築した後、赤い三角形をクリックしてどちらかを選択します。列を保存または予測式を保存予測を含む新しいJMPテーブルを取得します。
http://www.jmp.com/support/help/Modeling_Reports.shtml#104953
私はあなたがログを使うことも勧めます変換あなたの売上高を確保するためにポジティブ予測してからExp（または10 ^）を使って逆変換 。
