meilleurs graphiques pour le dépannage des événements de séries chronologiquesTout,
Je développe un atelier pour augmenter l'utilisation de JMP comme outil de données interactif. Je vois beaucoup de gens dans mon organisation qui l'utilisent pour créer des graphiques utiles pour les rapports en cours, mais j'aimerais qu'il soit utilisé plus efficacement pour le dépannage et l'exploration des données. Nous avons beaucoup de données chronologiques. Au-delà des tendances habituelles de superposition et des matrices de nuages de points, j'aime les graphiques de variabilité et les graphiques parallèles. Je prévois également de parler des tracés de décalage et des tracés résiduels pour les modèles ARIMA. Y a-t-il d'autres tracés que vous souhaitez utiliser pour l'exploration des données des séries chronologiques? Merci.
Re: meilleurs graphiques pour le dépannage des événements de séries chronologiques @a_mitlehner sans en savoir plus sur ce que vous regardez et dans quelle mesure cela correspond aux techniques que vous avez choisies, je vous suggère de commencer par des graphiques résiduels standard pour vérifier que les hypothèses sous-jacentes à la méthodologie que vous utilisez sont respectées. Personnellement, je trouve que les séries chronologiques sont un peu restrictives, nécessitant une différenciation ad hoc et l'application de fonctions de transfert pour capturer les changements non cycliques. Si vous travaillez avec plusieurs séries, pourquoi ne pas utiliser Neural Network ou FDE pour trouver des courbes qui ne correspondent pas aux tendances générales ou qui ne correspondent pas au modèle sous-jacent. Vous pourriez probablement faire de même avec les séries chronologiques en sauvegardant les résidus et en les examinant en fonction du temps ou des entrées exogènes.
Re: meilleurs graphiques pour le dépannage des événements de séries chronologiquesUn diagramme à bulles pourrait être une bonne chose.
Un autre que je suggérerais est que si vos données sont mensuelles ou trimestrielles, la méthode de décomposition X11 peut être appliquée pour extraire et tracer la tendance et les cycles / composants saisonniers (voir un exemple ci-dessous). X11 est disponible sur la plate-forme Time Series de JMP. ( https://www.jmp.com/support/help/en/15.2/#page/jmp/differencing-and-decomposition.shtml#ww545636 )
Si vous n'êtes pas familier avec X11, il y a un enregistrement https://www.jmp.com/en_us/events/ondemand/mastering-jmp/time-series-analysis-and-forecasting.html
