使用传递函数构建更好的预测模型 (2019-EU-30MP-089)级别：高级
工作职能：分析师/科学家/工程师
曹健，SAS JMP 部门首席系统工程师
最佳特邀论文入围
当时间序列因干预（例如流程变化）而中断时，如何对时间序列进行建模和预测？ 如果您有领先指标或其他外生变量，如何将它们合并到 ARIMA 模型中以做出更好的预测？
在本文中，我将尝试通过关键用例揭开 JMP 中传递函数模型的神秘面纱：ARIMA 误差回归、分布式滞后模型和干预模型。 我将演示使用传递函数相对于普通最小二乘回归和 ARIMA 来构建更好的预测模型的好处。
峰会精选爆发数据探索预测建模回复：利用传递函数构建更好的预测模型 (2019-EU-30MP-089)健，抱歉回复晚了，感谢您的评论和意见，对我帮助很大。 使用带有 ARMA 模型的神经时间序列模型来处理残差，我得到了最终的 R² = 99% 的预测模型！
回复：利用传递函数构建更好的预测模型 (2019-EU-30MP-089)坦率，
第一个时间段 t=1 的预测是截距或 0（如果您选择无截距 ARMA 模型）。 从 t=2 开始，JMP 使用特殊版本的卡尔曼滤波器来生成预测。 统计细节可以在 Box & Jenkins 等人的书中找到时间序列：预测和控制在第 7.4 节中“基于状态空间模型的似然函数”。
回复：利用传递函数构建更好的预测模型 (2019-EU-30MP-089)你好，Jian，感谢您的帮助，很抱歉关于模糊传递函数选项的误报，没关系，我输入错误。
我很好地（R² = 0,92）对残差真实职业进行了建模 - 使用季节性 ARMA 模型建模了职业，所以现在我可以进一步处理传递函数。
但是，我对使用保存的 ARMA 时间序列预测公式的数据表中的 ARMA 残差预测有一个疑问：我注意到预测残差与实际残差位于同一行，即相同的时间间隔？ 由于 ARMA 公式基于过去的残差 Y (Yt-1, Yt-2,.. 我预计在预测残差列中，许多单元格留空，那么如何在没有过去残差数据的情况下进行 ARMA 残差估计？ 预先感谢您的帮助。 坦率
回复：利用传递函数构建更好的预测模型 (2019-EU-30MP-089)奇怪，我的菜单列表中有转接功能oprion，但它很模糊，我无法激活它？
回复：利用传递函数构建更好的预测模型 (2019-EU-30MP-089)谢谢，弗兰克。
自 JMP 7 起提供传递函数选项。 启动带有输出和输入序列的时间序列后，可以从顶部的红色小三角菜单中进行选择。
回复：利用传递函数构建更好的预测模型 (2019-EU-30MP-089)很好的介绍！ 我现在尝试将其应用到我的停车占用水平建模项目中；使用神经网络，我实现了很好的 R² o 0,96，但是残差不是随机的，可以使用季节性 ARMA (4,0,5) (0,0,1)6 模型进行建模。 所以我现在想建立一个停车占用的传递函数，以神经网络模型和 ARMA 残差模型作为输入；我惊讶地发现转移模型选项没有激活？ 是不是做错了什么？ 我使用的是常规 JMP 13.2 版本。
回复：利用传递函数构建更好的预测模型 (2019-EU-30MP-089)非常好的作品！ 感谢所有尝试使用 JMP 和 SAS ETS 教授预测“多元”模型的老师。
