使用基於平滑的時間序列模型來描述模式並預測未來時間段。
平滑模型
- 從開啟的 JMP ®資料表中，選擇「分析」>「專用建模」>「時間序列」 。
- 從「選擇列」中選擇一個連續變量，然後按一下「Y，時間序列」 （連續變數帶有藍色三角形）。
- 選擇時間並點擊X，時間 ID （可選）。按一下確定。
- 資料的時間序列圖以及圖表
以及自相關和偏相關值的表格
已顯示。
- 若要將模型擬合到數據，請點擊頂部的紅色三角形，選擇「平滑模型」 ，然後選擇方法。這裡我們選擇「季節性指數平滑法」 。
- 選擇每個週期的觀測值（例如，12），然後按一下「估算」 。
- JMP 顯示模型摘要、參數估計和預測圖，其中顯示了模型的擬合和預測結果。
- 若要估計另一種平滑模型，請點選紅色三角形，然後選擇另一種方法（第二個模型選擇了Winters 方法）。
- 單擊估計。
JMP 提供了一份模型對比報告（如下所示），對這兩種方法進行了比較。點擊並拖曳報告底部的滑桿即可查看所有統計資料。
在這個例子中，季節指數平滑模型比 Winters 方法更適合資料（即 AIC、SBC、MAPE 和 MAE 更小）。
Workers.jmp (Help > Sample Data Folder > Time Series)Workers.jmp（說明 > 範例資料資料夾 > 時間序列）
- 預設的預測期數為 25。若要更改，請在「時間序列」啟動對話方塊視窗中輸入不同的值。
- 若要儲存預測結果，請在對應模型下方的紅色三角形中選擇「儲存列」或「儲存預測公式」 。系統將產生一個包含實際值和預測值的新表格。
造訪JMP 幫助中的「預測和專用模型 > 時間序列分析」以了解更多資訊。
