使用傳遞函數建立更好的預測模型 ( 2019-EU-30MP-089 )級別：高級
職位職能：分析師/科學家/工程師
SAS JMP 部門首席系統工程師曹建
最佳受邀論文入圍
當時間序列因介入（例如流程變化）而中斷時，如何建模和預測時間序列？如果您有領先指標或其他外生變量，如何將它們納入您的 ARIMA 模型以做出更好的預測？
在本文中，我將嘗試透過主要用例揭開 JMP 中傳遞函數模型的神秘面紗：帶有 ARIMA 誤差的回歸、分佈滯後模型和乾預模型。我將展示使用傳遞函數而非普通最小二乘迴歸和 ARIMA 來建立更好的預測模型的好處。
