285785_ko-KR

liliconcom

시계열 분석 및 예측

 

방법보기 :

• 시계열 분석에 사용되는 Box-Jenkins 방법론 JMP 이해 및 구현
• ARIMA (AutoRegressive Integrated Moving-Average) 모델을 구축하고, 적절한 지 판단하고, 모델을 비교하고, 모델을 수정합니다.
• 연속 관측치 간의 차이를 계산하기 위해 JMP에 내장 된 방법 인 차이를 사용하여 데이터를 변환하여 시계열을 고정시켜 예측에 모델링하고 사용할 수 있도록합니다.
• 예측 데이터가 포함 된 테이블 저장

 

 

방법보기 :

• 계절 구성 요소, 시간이 지남에 따라 변동성이 증가하는 데이터 또는 데이터 변환이 필요한 성장 패턴을 가진 데이터를 처리하는 계절별 ARIMA 모델 구축
• JMP가 ARIMA 모델을 계산하는 방법 이해
• 계절 자기 회귀 순서, 계절 차분 순서, 계절 이동 평균 순서 및 계절 당 기간 수 지정

 

 

방법보기 :

• 모델이 구축 될 시계열 중에 정책 변경 또는 마케팅 노력과 같은 개입이 발생할 때 전달 함수를 사용합니다.
  • 개입을 고려한 ARIMA-X 및 ARIMA 모델 구축
  • 개입이 바이너리로 표시되는 모델 및 예측 (예 : 1, 아니요 : 0)
  • 전달 함수 옵션 및 JMP의 대화 형 예측을 사용하여 입력 변경 사항에 따라 예측을 동적으로 수정합니다 ./li>
• X-11 분해를 사용하여 미국 인구 조사국에서 개발 한 X-11 방법을 사용하여 추세 및 계절 효과를 제거합니다.
• JMP에서 사용 가능한 빠른 예측을위한 평활화 방법 이해 (단순 지수, 이중 지수, 선형 지수, 감쇠 추세 선형 지수, 계절 지수 및 Winters 방법)

자원

• 시계열 개념을 소개하고 적용하기위한 자료입니다.  펜실베니아 대학교 와튼 경영 대학원 Bob Stine 교수 제공.

16-30 분31 분 이상6-15 분시계열비디오