시계열 이벤트 문제 해결을위한 최상의 차트모두,
대화 형 데이터 도구로 JMP 사용을 늘리기위한 워크샵을 개발 중입니다. 조직 내에서 지속적인보고를위한 유용한 그래프를 만드는 데 사용하는 많은 사람들이 있지만 문제 해결 및 데이터 탐색에 더 효과적으로 사용되기를 바랍니다. 많은 시계열 데이터가 있습니다. 일반적인 오버레이 트렌드와 산점도 행렬 외에도 변동성 플롯과 병렬 플롯을 좋아합니다. 또한 ARIMA 모델의 래그 플롯과 잔차 플롯에 대해 이야기 할 계획입니다. 시계열의 데이터 탐색에 사용하고 싶은 다른 도표가 있습니까? 감사.
Re : 시계열 이벤트 문제 해결을위한 최고의 차트 뿡 빵뀨 보고있는 내용과 선택한 기술에 얼마나 잘 맞는지에 대해 더 많이 알지 못하는 경우 표준 잔차 그림으로 시작하여 사용중인 방법론의 기본 가정이 충족되는지 확인하는 것이 좋습니다. 개인적으로 나는 시계열이 약간 제한적이어서 비 주기적 변화를 포착하기 위해 임시 차분과 전송 함수의 적용이 필요하다는 것을 알았습니다. 여러 시리즈로 작업하는 경우 신경망 또는 FDE를 사용하여 일반적인 추세에 맞지 않거나 기본 모델에 적합하지 않은 곡선을 찾는 것은 어떨까요? 잔차를 저장하고이를 시간 또는 외생 적 입력의 함수로 보면 시계열에서도 동일한 작업을 수행 할 수 있습니다.
Re : 시계열 이벤트 문제 해결을위한 최고의 차트버블 플롯이 좋은 것일 수 있습니다.
내가 제안하는 또 다른 하나는 데이터가 월별 또는 분기 별 인 경우 X11 분해 방법을 적용하여 추세 및주기 / 계절 구성 요소를 추출하고 플로팅 할 수 있다는 것입니다 (아래 예 참조). X11은 JMP의 시계열 플랫폼에서 사용할 수 있습니다. ( https://www.jmp.com/support/help/en/15.2/#page/jmp/differencing-and-decomposition.shtml#ww545636 )
X11에 익숙하지 않은 경우 녹음이 있습니다. https://www.jmp.com/en_us/events/ondemand/mastering-jmp/time-series-analysis-and-forecasting.html
