0 / 0
Go back to the English version of the documentation
Uzel časové řady
Last updated: 07. 7. 2023
Uzel Časové řady (SPSS Modeler)

Uzel Časové řady lze použít s daty buď v lokálním, nebo v distribuovaném prostředí. Pomocí tohoto uzlu si můžete zvolit odhad a sestavení exponenciálních vyrovnání, univariate Autoregressive Integrated Moving Average (ARIMA) nebo modely ARIMA (nebo funkce přenosu) s časovou řadou a vytvářet prognózy založené na datech časových řad.

Exponenciální vyrovnání je metoda prognóz, která používá vážené hodnoty předchozích pozorování řady k předpovídání budoucích hodnot. Jako takové exponenciální vyrovnání není založeno na teoretickém pochopení dat. Vypočítá se s tím jeden bod a přizpůsobí své prognózy, jak přicházejí nové údaje. Tato technika je užitečná pro prognostické řady, které vykazují trend, sezónnost, nebo obojí. Můžete si vybrat z různých exponenciálních vyhlazovacích modelů, které se liší v jejich zpracování trendu a sezónnosti.

Modely ARIMA poskytují sofistikovanější metody modelování trendů a sezónních komponent než exponenciálního vyhlazování modelů, a zejména umožňují přidané výhody včetně nezávislých proměnných (prediktorů) v modelu. To zahrnuje výslovné uvedení automatických automatických a pohyblivých objednávek, stejně jako stupeň diferenciace. Můžete zahrnout prediktorové proměnné a definovat funkce přenosu pro všechny nebo všechny z nich, stejně jako uvést automatickou detekci odlehlých hodnot nebo explicitní sadu odlehlých hodnot.

Poznámka: Modely ARIMA jsou v praxi nejužitečnější, pokud chcete zahrnout prediktory, které mohou pomoci vysvětlit chování řady, které se předpovídají, jako je například počet katalogů, které byly odeslány, nebo počet přístupů na webovou stránku společnosti. Modely exponenciálního vyhlazování popisují chování časové řady, aniž by se pokoušely pochopit, proč se chová tak, jak se chová. Například řada, která historicky vrcholí každých 12 měsíců, bude pravděpodobně pokračovat i v případě, že nevíte proč.

K dispozici je také volba produktu Expert Modeler , která se pokusí automaticky identifikovat a odhadnout nejlépe odpovídající model ARIMA nebo exponenciální vyhlazování modelu pro jednu nebo více cílových proměnných, čímž se eliminuje potřeba identifikovat vhodný model prostřednictvím zkušební verze a chyby. Pokud je na pochybách, použijte volbu Expert Modeler.

Jsou-li určeny proměnné prediktoru, produkt Expert Modeler vybere ty proměnné, které mají statisticky významný vztah se závislou řadou pro zahrnutí do modelů ARIMA. Proměnné modelu se transformují tam, kde je to vhodné pomocí diferenciace a/nebo druhé odmocniny nebo přirozené transformace protokolu. Ve výchozím nastavení komponenta Expert Modeler považuje všechny exponenciální vyhlazovací modely a všechny modely ARIMA a vybere nejlepší model mezi nimi pro každé cílové pole. Produkt Expert Modeler však můžete omezit pouze na nejlepší výběr exponenciálních vyhlazovací modely nebo pouze pro výběr nejlepších modelů ARIMA. Můžete také uvést automatickou detekci odlehlých hodnot.

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more