使用基于平滑的时间序列模型来描述模式并预测未来时间段。
平滑模型
- 从打开的 JMP ®数据表中，选择“分析”>“专用建模”>“时间序列” 。
- 从“选择列”中选择一个连续变量，然后单击“Y，时间序列” （连续变量带有蓝色三角形）。
- 选择时间并单击X，时间 ID （可选）。单击确定。
- 数据的时间序列图以及图表
以及自相关和偏相关值的表格
已显示。
- 要将模型拟合到数据，请点击顶部的红色三角形，选择“平滑模型” ，然后选择方法。这里我们选择“季节性指数平滑法” 。
- 选择每个周期的观测值（例如，12），然后单击“估算” 。
- JMP 显示模型摘要、参数估计和预测图，其中显示了模型的拟合和预测结果。
- 要估计另一种平滑模型，请点击红色三角形，然后选择另一种方法（第二个模型选择了Winters 方法）。
- 单击估计。
JMP 提供了一份模型对比报告（如下所示），对这两种方法进行了比较。点击并拖动报告底部的滑块即可查看所有统计数据。
在这个例子中，季节指数平滑模型比 Winters 方法更适合数据（即 AIC、SBC、MAPE 和 MAE 更小）。
Workers.jmp (Help > Sample Data Folder > Time Series)Workers.jmp（帮助 > 示例数据文件夹 > 时间序列）
- 默认的预测期数为 25。要更改，请在“时间序列”启动对话框窗口中输入不同的值。
- 要保存预测结果，请在相应模型下方的红色三角形中选择“保存列”或“保存预测公式” 。系统将生成一个包含实际值和预测值的新表格。
访问JMP 帮助中的“预测和专用模型 > 时间序列分析”了解更多信息。
