レベル: 上級
職務: アナリスト / 科学者 / エンジニア
SAS、JMP 部門、主席システム エンジニア、Jian Cao 氏
最優秀招待論文ファイナリスト
介入 (プロセスの変更など) により時系列が中断された場合、時系列をモデル化して予測するにはどうすればよいでしょうか。先行指標やその他の外生変数がある場合、それらを ARIMA モデルに組み込んで予測精度を向上させるにはどうすればよいでしょうか。
この論文では、ARIMA エラーによる回帰、分散ラグ モデル、介入モデルなどの主要な使用例を用いて、JMP の伝達関数モデルをわかりやすく説明します。より優れた予測モデルを構築するために、通常の最小二乗回帰や ARIMA よりも伝達関数を使用する利点を説明します。
