Der Zeitreihenknoten kann mit Daten in entweder einer lokalen oder einer verteilten Umgebung verwendet werden. Mit diesem Knoten können Sie Schätzungen für die exponentielle Glättung, univariate ARIMA-Modelle (Autoregressive Integrated Moving Average - autoregressiver, integrierter gleitender Durchschnitt) und multivariate ARIMA-Modelle (Transferfunktionsmodelle) für Zeitreihendaten berechnen und erstellen und Vorhersagen auf der Grundlage der Zeitreihendaten erstellen.

Exponentielles Glätten ist eine Vorhersagemethode, bei der gewichtete Werte aus früheren Beobachtungen der Zeitreihe verwendet werden, um zukünftige Werte vorherzusagen. An sich beruht das exponentielle Glätten nicht auf einem theoretischen Verständnis der Daten. Es wird jeweils ein Punkt vorhergesagt und diese Vorhersagen werden angepasst, wenn neue Daten eingehen. Das Verfahren eignet sich für Vorhersagen, die einen Trend, Saisonalität oder beides aufweisen. Dabei können Sie zwischen verschiedenen Modellen mit exponentiellem Glätten wählen, die sich hinsichtlich der Behandlung von Trends und Saisonalität unterscheiden.

ARIMA-Modelle bieten feinere Methoden für die Modellierung von Trend- und saisonalen Komponenten als die Modelle mit exponentiellem Glätten und weisen insbesondere den zusätzlichen Vorteil auf, dass unabhängige Variablen (Prädiktorvariablen) in das Modell integriert werden können. Hierfür müssen die Ordnung der Autoregression, die Ordnung des gleitenden Durchschnitts und der Grad der Differenzenbildung angegeben werden. Sie können Prädiktorvariablen einschließen und Transferfunktionen für bestimmte oder alle dieser Variablen definieren und die automatische Erkennung von Ausreißern oder einer bestimmten Gruppe von Ausreißern festlegen.

Außerdem ist die Option Expert Modeler verfügbar, die automatisch das am besten angepasste ARIMA-Modell bzw. das am besten angepasste Modell mit exponentiellem Glätten für mindestens eine Zielvariable ermittelt, sodass das geeignete Modell nicht mehr nach dem Prinzip von Versuch und Irrtum ermittelt werden muss. Verwenden Sie im Zweifelsfall die Option Expert Modeler.

Bei Angabe von Prädiktorvariablen wählt der Expert Modeler diejenigen Variablen, die eine statistisch signifikante Beziehung mit der abhängigen Zeitreihe aufweisen, zum Einschluss in ARIMA-Modelle aus. Modellvariablen werden gegebenenfalls durch Differenzierung und/oder Quadratwurzeltransformation bzw. Transformation mit natürlichem Logarithmus transformiert. In der Standardeinstellung berücksichtigt der Expert Modeler alle Modelle mit exponentiellem Glätten sowie alle ARIMA-Modelle und wählt für jedes Zielfeld das jeweils beste Modell aus. Sie können festlegen, dass der Expert Modeler nur das beste Modell mit exponentiellem Glätten oder nur das beste ARIMA-Modell auswählen soll. Sie können auch die automatische Erkennung von Ausreißern festlegen.