2493_de-DE

liliconcom

Anpassung der SinusfunktionHallo,

Ich habe eine Excel-Tabelle, die ich in JMP geladen habe. Ich möchte die XY-Daten anpassen, um den saisonalen Effekt über eine Sinusfunktionsanpassung zu überprüfen. Ich bin mir nicht sicher, wie ich das machen kann. Irgendwelche Vorschläge?

DankeBetreff: Anpassung der SinusfunktionWenn Sie den Sinusfunktionsansatz ausprobieren möchten (z. B. keine regelmäßig verteilten Daten für Zeitreihen haben) und auf die anderen Ratschläge zu Dummy-Variablen verzichten möchten ...

In jeder Zeile ist ein Datum „date_col“ angegeben

Machen Sie zwei Spalten
Sinus
Sinus((Tag des Jahres(:date_col) / 365) * (2 * Pi()))
90 Grad versetzter Sinus
Sinus((Tag des Jahres(:date_col) / 365+ 91 / 365) * (2 * Pi()))

Fügen Sie diese hinzu, um das Modell anzupassen, und bewerten Sie die Signifikanz.
Wenn eine Signifikanz gefunden wird, verwenden Sie die Koeffizienten und vereinfachen Sie sie auf eine einzige Funktion, indem Sie den Phasenversatz festlegen

Unabhängig von der gewählten Methode sollten Sie bei Verdacht auf Saisonalität unbedingt die Residuen nach Tag des Jahres überprüfenBetreff: Anpassung der SinusfunktionZitat aus Bowerman und O'Connell, „Forecasting and Time Series: an Applied Approach“, 1993, 3. Auflage, Seite 324:

„...die Autoren sind der Meinung, dass die Dummy-Variablen-Regression (und andere später vorgestellte Methoden) normalerweise trigonometrischen Modellen zur Modellierung saisonaler Variationen überlegen sind. Dies liegt daran, dass Dummy-Variablenmodelle (und andere Techniken) einen anderen Parameter verwenden, um die Auswirkungen jeder einzelnen Jahreszeit in einem Jahr zu modellieren.“

Die „anderen Methoden“, auf die sie sich beziehen, sind formale Zeitreihenmodelle wie ARIMA. JMP bietet die Möglichkeit, Zeitreihenmodelle anzupassen, diese können jedoch recht kompliziert sein. Ich würde zuerst die Dummy-Variablen-Methode ausprobieren und mich dann an ARIMA-Modelle wagen, wenn Sie mehr Komplexität benötigen.

Grüße,

Markieren