Erstellen eines Vorhersagemodells für eine ZeitprognoseHallo alle zusammen,
Würden Sie mich bitte durch meine Analyse führen:
Ich habe ein Ergebnis für die Jahre 2000-2019, das auf mehreren Prädiktoren basiert (a,b,c,d,e)
1- Ich möchte ein Modell erstellen, in dem ich das Ergebnis im Jahr 2020 prognostiziere, wobei ich alle Daten für 2000-20019 habe plus die Werte für (a,b,c,d,e) im Jahr 2020 und I das Ergebnis im genannten Jahr vorhersagen und dann mit dem beobachteten Wert vergleichen müssen.
2- Wie wäre es, das Ergebnis im Jahr 2020 vorherzusagen, ohne (a,b,c,d,e) für das Jahr 2020 zu haben? Ist es möglich und gültig, wenn ich ein robustes Modell aufbaue???
Hinweis: Alle meine Variablen sind kontinuierliche Variablen
AnalytikDatentabelleFensterRe: Erstellen eines Vorhersagemodells für eine ZeitprognoseEs gibt eine Reihe von Modellierungsmethoden, die Ihnen bei der Lösung des Problems helfen können. Ein guter Ausgangspunkt ist die Fit Model-Plattform. Standard-Persönlichkeit der kleinsten Quadrate. Ich schlage vor, einen Blick auf die Online-Dokumentation zu dieser Plattform zu werfen, um spezifische Details zu erfahren. Hier ist ein Link: Anpassen linearer Modelle
Beachten Sie, dass es viele andere Plattformen gibt, die möglicherweise besser geeignet sind, um das vorliegende Problem zu lösen.
Alle JMP-Modellierungsplattformen verfügen im Plattformbericht über eine Option, um die Vorhersageformel als neue Spalte in einer Datentabelle zu speichern. Sobald Sie also Ihr "robustes Modell" gefunden haben ... was auch immer das in der Praxis bedeutet ... speichern Sie einfach die Vorhersageformel in der Datentabelle und Sie erhalten die Vorhersage für 2020 in dieser Zeile. Sie können auch manuell dorthin gelangen, indem Sie den Berichtsvorhersageprofiler verwenden. Alle Modellierungsplattformen verfügen über eine Form von Profiler, um genau das zu tun, was Sie wollen.
Re: Erstellen eines Vorhersagemodells für eine ZeitprognoseErstmal willkommen in der Community. Ist das eine reale Situation oder hypothetisch? Wie wurden die Daten für diese Jahre erfasst? (z. B. Beobachtungsdaten, geplantes Experimentieren, gerichtete Stichprobenziehung). Wie haben Sie Messfehler bewertet?
Wenn es real ist, wie haben Sie ae als Prädiktorvariablen für die Jahre 2000-2019 identifiziert? Haben Sie Hypothesen, die die von Ihnen quantifizierten Zusammenhänge stützen? Wie gut funktioniert das von Ihnen verwendete Modell in all diesen Jahren? Haben Sie sich die Residuen für irgendwelche Jahre basierend auf Ihrem Modell angesehen?
Der Vergleich in Frage 1 ist eine Residuenanalyse.
Frage 2 verstehe ich nicht? Sie wollen die Ergebnisse des Jahres 2020 ohne Modell vorhersagen? Das ist unsinnig? Möchten Sie ein neuronales Netzwerk erstellen, um die Daten vorherzusagen, ohne ein Modell zu kennen? Was versteht man unter einem robusten Modell? In der Regel bedeutet dies, dass das Modell resistent gegen Änderungen von Variablen außerhalb des Modells (Rauschen) oder weniger beeinflusst wird. Oder die Modelleffekte sind bei sich änderndem Rauschen (äußere Variablenänderungen) ähnlich oder es gibt keine Rausch-durch-Faktor-Wechselwirkungen.
