Beste Diagramme zur Fehlerbehebung bei ZeitreihenereignissenAlle,
Ich entwickle einen Workshop, um die Verwendung von JMP als interaktives Datenwerkzeug zu verbessern. Ich sehe viele Leute in meiner Organisation, die es verwenden, um nützliche Diagramme für die laufende Berichterstellung zu erstellen, aber ich würde gerne sehen, dass es effektiver zur Fehlerbehebung und Datenexploration verwendet wird. Wir haben viele Zeitreihendaten. Neben den üblichen Overlay-Trends und Streudiagramm-Matrizen mag ich Variabilitäts- und Paralleldiagramme. Ich habe auch vor, über Verzögerungsdiagramme und Restdiagramme für ARIMA-Modelle zu sprechen. Gibt es andere Diagramme, die Sie gerne zur Datenexploration von Zeitreihen verwenden? Vielen Dank.
Betreff: Beste Diagramme zur Fehlerbehebung bei Zeitreihenereignissen @a_mitlehner Ohne mehr darüber zu wissen, was Sie sich ansehen und wie gut es zu den von Ihnen gewählten Techniken passt, würde ich empfehlen, mit Standard-Residuendiagrammen zu beginnen, um zu überprüfen, ob die Annahmen, die der von Ihnen verwendeten Methodik zugrunde liegen, erfüllt sind. Persönlich finde ich Zeitreihen etwas restriktiv und erfordert Ad-hoc-Differenzierung und die Anwendung von Übertragungsfunktionen, um nicht zyklische Änderungen zu erfassen. Wenn Sie mit mehreren Serien arbeiten, können Sie mithilfe von Neural Network oder FDE Kurven finden, die nicht zu den allgemeinen Trends oder schlecht zum zugrunde liegenden Modell passen. Sie könnten wahrscheinlich dasselbe mit Zeitreihen tun, indem Sie die Residuen speichern und sie als Funktion der Zeit oder exogener Eingaben betrachten.
Betreff: Beste Diagramme zur Fehlerbehebung bei ZeitreihenereignissenEin Bubble-Plot könnte gut sein.
Eine andere, die ich vorschlagen würde, ist, dass wenn Ihre Daten monatlich oder vierteljährlich sind, die X11-Zerlegungsmethode angewendet werden kann, um Trend- und Zyklen / saisonale Komponenten zu extrahieren und zu zeichnen (siehe ein Beispiel unten). X11 ist in der JMP Time Series-Plattform verfügbar. ( https://www.jmp.com/support/help/en/15.2/#page/jmp/differencing-and-decomposition.shtml#ww545636 )
Wenn Sie mit X11 nicht vertraut sind, gibt es eine Aufnahme https://www.jmp.com/en_us/events/ondemand/mastering-jmp/time-series-analysis-and-forecasting.html
