Il progetto campione contiene diversi set di dati e flussi di modellazione di esempio. Se non si dispone già del progetto di esempio, consultare l'argomento Tutorial per creare il progetto di esempio. Seguite quindi i passaggi seguenti per aprire il progetto campione:

1. In Cloud Pak for Data, dal menu di navigazione ', scegliere Progetti > Visualizza tutti i progetti.
2. Fare clic su ProgettoSPSS Modeler.
3. Fare clic sulla scheda Assets per visualizzare i set di dati e i flussi del modellatore.

Controllare i progressi

L'immagine seguente mostra la scheda Assets del progetto. Ora si è pronti a lavorare con il flusso del modellatore di esempio associato a questa esercitazione.

torna all'inizio

Il flusso del modellatore di previsione dell'utilizzo della larghezza di banda comprende diversi nodi. Procedere come segue per esaminare i nodi Asset dati e Filtro:

1. Dalla scheda Assets, aprire il flusso Forecasting Bandwidth Utilization modeler e attendere il caricamento dell'area di disegno.
2. Fare doppio clic sul nodo broadband_1.csv Questo nodo è un nodo Asset dati che punta al file broadband_1.csv nel progetto.
3. Esaminare il 'Proprietà del formato del file.
4. Facoltativo: Fare clic su Anteprima dati per visualizzare l'intero set di dati.
5. Fare doppio clic sul nodo Filtro. Si noti che questo nodo filtra i campi da 'Market_6 a 'Market_85 e i campi 'MONTH_ e 'YEAR_.
6. Facoltativo: Fare clic su Anteprima dati per visualizzare il set di dati filtrati.

Controllare i progressi

L'immagine seguente mostra il nodo Filtro. Ora si è pronti a visualizzare i dati.

torna all'inizio

È sempre una buona idea visualizzare i dati prima di costruire un modello. I dati mostrano variazioni stagionali? Sebbene SPSS Modeler sia in grado di trovare automaticamente il miglior modello stagionale o non stagionale per ogni serie, spesso è possibile ottenere risultati più rapidi limitando la ricerca ai modelli non stagionali quando la stagionalità non è presente nei dati. Senza esaminare i dati di ciascun mercato locale, è possibile ottenere un quadro approssimativo della presenza o meno di stagionalità tracciando il numero totale di abbonati su tutti e cinque i mercati. Seguite questi passaggi per visualizzare i dati:

1. Fare doppio clic sul nodo [Market_1 Market_2 Market_3 Market_4 Market_5]. L'immagine seguente mostra le proprietà di questo nodo del diagramma temporale.

   

2. Graficare i dati dell'abbonamento totale aggiungendo il campo " Total all'elenco delle serie.
   1. Fare clic su Aggiungi colonne.
   2. Selezionare il campo Totale.
   3. Cancellare tutti gli altri campi che iniziano con 'Market_.
   4. Fare clic su OK.
   5. Deselezionare le opzioni Visualizza serie in un pannello separato e Normalizza.
   6. Fare clic su Salva.
   7. Passare il mouse sul nodo Time Plot e fare clic sull'icona Run '.
   8. Nel riquadro Output e modelli, fare clic sui risultati di output con il nome [Totale] per visualizzare il grafico. La serie presenta un andamento regolare verso l'alto, senza alcun accenno a variazioni stagionali. Potrebbero esserci singole serie con stagionalità, ma a quanto pare la stagionalità non è una caratteristica prominente dei dati in generale.

      

3. Graficare i dati per tutti i mercati. Esaminate ogni serie prima di escludere i modelli stagionali. È quindi possibile separare le serie che presentano una stagionalità e modellarle separatamente.
   1. Fare doppio clic sul nodo [Totale].
   2. Selezionare il campo Totale e fare clic sull'icona Elimina.
   3. Fare clic su Aggiungi colonne.
   4. Selezionare tutti i campi che iniziano con 'Market_.
   5. Fare clic su OK.
   6. Deselezionare le opzioni Visualizza serie in un pannello separato e Normalizza.
   7. Fare clic su Salva.
   8. Passare il mouse sul nodo Time Plot e fare clic sull'icona Run '.
   9. Nel riquadro Output e modelli, fare clic sui risultati dell'output con il nome [Market_1 Market_2 Market_3 Market_4 Market_5] per visualizzare il grafico. In ogni caso, esaminare ogni mercato che rivela una costante tendenza al rialzo. Sebbene alcuni mercati siano un po' più irregolari di altri, i risultati non mostrano alcuna evidenza di stagionalità.

      

Controllare i progressi

L'immagine seguente mostra il flusso. Ora si è pronti a definire le date.

torna all'inizio

I nodi di riempimento vengono utilizzati per sostituire i valori dei campi e modificare la memorizzazione. È possibile scegliere di sostituire i valori in base a una condizione CLEM specificata, ad esempio @BLANK(FIELD). In alternativa, si può scegliere di sostituire tutti i valori null o vuoti con un valore specifico. I nodi di riempimento sono spesso utilizzati insieme al nodo Tipo per sostituire i valori mancanti. Procedere come segue per impostare il tipo di memorizzazione del campo 'DATE_ sul formato data:

1. Fare doppio clic sul nodo di riempimento per visualizzarne le proprietà.
2. Si noti che il campo 'DATE_ è elencato nella sezione Campi compilati. Questa sezione include i campi del set di dati i cui valori vengono esaminati e sostituiti.
3. Verificare che l'opzione Sostituisci sia impostata su Sempre. Il comportamento predefinito è quello di sostituire i valori in base alla condizione utilizzando le espressioni Condizione e Sostituisci con.
4. Verificare che il valore Sostituisci con sia impostato su 'to_date(DATE_). Poiché l'opzione Sostituisci è impostata su Sempre, l'espressione Sostituisci con è necessaria. Questa espressione cambia il tipo di memorizzazione del campo 'DATE_ in formato data.
5. Fare clic su Anteprima dati per vedere il campo " DATE_ completato.
6. Fare clic su Salva.

Controllare i progressi

L'immagine seguente mostra il nodo Filler. Ora si è pronti a definire gli obiettivi.

torna all'inizio

È possibile specificare le proprietà dei campi in un nodo Tipo. Seguire questi passaggi per definire i target nel nodo Tipo:

1. Fare doppio clic sul nodo Tipo per visualizzarne le proprietà.
2. Fare clic su Leggi valori per leggere i valori dall'origine dati e impostare i tipi di misurazione del campo.
   Il ruolo indica ai nodi di modellazione se i campi sono Input (campi predittori) o Target (campi predetti) per un processo di apprendimento automatico. Sono disponibili anche i ruoli Entrambi e Nessuno, oltre a Partizione, che indica un campo utilizzato per suddividere i record in campioni separati per la formazione, il test e la convalida. Il valore Split specifica che vengono costruiti modelli separati per ogni possibile valore del campo.
3. Per il campo 'DATE_, impostare il ruolo su Nessuno.
4. Per tutti gli altri campi (i campi " Market_n e " Total ), impostare il ruolo su Target.
5. Fare clic su Salva.

Controllare i progressi

L'immagine seguente mostra il nodo Tipo. Ora si è pronti a impostare gli intervalli di tempo.

torna all'inizio

Nel nodo Serie temporali è possibile definire le osservazioni che utilizzano un campo Data/Ora con l'intervallo di tempo appropriato. Procedere come segue per impostare gli intervalli di tempo nel nodo Serie temporale:

1. Fare doppio clic sul nodo Serie temporale (6 campi) per visualizzarne le proprietà.
2. Espandere la sezione Osservazioni e intervallo di tempo. Sono disponibili le seguenti opzioni:
   • Osservazioni specificate da un campo data/ora: È possibile definire le osservazioni in base a un campo data, ora o timestamp. Oltre al campo che definisce le osservazioni, selezionare l'intervallo di tempo appropriato che descrive le osservazioni. A seconda dell'intervallo di tempo specificato, è possibile anche specificare altre impostazioni, quali l'intervallo tra le osservazioni (incremento) o il numero di giorni per settimana.
   • Osservazioni definite come periodi o periodi ciclici: Le osservazioni sono definite da uno o più campi interi che rappresentano periodi o cicli ripetuti di periodi, fino a un numero arbitrario di livelli di ciclo. Con questa struttura è possibile descrivere una serie di osservazioni che non rientrano in uno degli intervalli di tempo standard. Ad esempio, un anno fiscale con solo 10 mesi può essere descritto con un campo ciclo che rappresenta gli anni e un campo periodo che rappresenta i mesi, in cui la lunghezza di un ciclo à pari a 10.
3. 1. Verificare che nel campo Ora/data sia selezionato " DATE_.
   2. Verificare che nel campo Intervallo di tempo sia selezionato " Months.
4. Espandere la sezione Opzioni modello.
   1. Selezionare il campo Estendi i record nel futuro. Questo campo imposta il numero di intervalli da prevedere oltre la fine del periodo di stima. L'intervallo di tempo in questo caso è l'intervallo di tempo dell'analisi. Quando si richiedono previsioni, i modelli autoregressivi vengono costruiti automaticamente per tutte le serie di input che non sono anche target. Tali modelli vengono quindi utilizzati per generare i valori per queste serie di input nel periodo di previsione.
   2. Digitare " 3 per il numero di intervalli di tempo.

Controllare i progressi

L'immagine seguente mostra il nodo Tipo. Ora si è pronti a costruire il modello.

torna all'inizio

Con il nodo Serie temporali si può scegliere di stimare e costruire modelli di smoothing esponenziale, di media mobile autoregressiva integrata (ARIMA) univariata o di ARIMA multivariata (o funzione di trasferimento) per le serie temporali e produrre previsioni basate sui dati delle serie temporali.

Compito 7a: specificare le opzioni del modello

Procedere come segue per specificare le opzioni del modello nel nodo Times Series:

1. Visualizzando le proprietà del nodo 'Serie temporale (6 campi), specificare 'Obiettivi e 'Input dei candidati.
   1. Verificare che la tabella Obiettivi includa tutti e cinque i campi del mercato e il campo " Total.
   2. Verificate che la tabella Input candidati includa tutti e cinque i campi di mercato.
2. Espandere la sezione Opzioni di costruzione - Generale. Sono disponibili le seguenti opzioni:
   • Il livellamento esponenziale è un metodo di previsione che utilizza i valori ponderati delle osservazioni di serie precedenti per prevedere i valori futuri. In senso stretto, il livellamento esponenziale non si basa su un'analisi teorica dei dati, La previsione viene eseguita un punto alla volta e viene modificata man mano che vengono aggiunti nuovi dati. Questa tecnica è utile per la previsione di serie che evidenziano tendenze, stagionalità o entrambe le caratteristiche. È possibile scegliere tra diversi modelli di livellamento esponenziale che differiscono tra loro per il trattamento della tendenza e della stagionalità.
   • I modelli ARIMA forniscono metodi più sofisticato per la modellazione dei componenti di tendenza e di stagionalità rispetto ai modelli di livellamento esponenziale e, in particolare, offrono in più il vantaggio di includere nel modello variabili (predittore) indipendenti. Questo approccio comporta la specificazione esplicita degli ordini autoregressivi e delle medie mobili, nonché del grado di differenziazione. È possibile includere variabili predittore e definire funzioni di trasferimento per tutte o alcune di esse e specificare il rilevamento automatico dei valori anomali o di un insieme specifico di valori anomali.
   • Expert Modeler cerca di identificare e stimare automaticamente il modello ARIMA o di smoothing esponenziale più adatto per una o più variabili target, eliminando così la necessità di identificare un modello appropriato attraverso tentativi ed errori. In caso di dubbio, utilizzare l'opzione Expert Modeler.
   1. Verificare che sia selezionato il metodo Expert Modeler. Questo metodo consente all'Expert Modeler di decidere il modello più appropriato da utilizzare per ogni serie temporale.
   2. Verificare che nel campo Tipo di modello sia selezionato Tutti i modelli. Questa opzione considera sia i modelli ARIMA che quelli di smoothing esponenziale.
   3. Verificare che il campo Modello esperto considera le modalità stagionali sia selezionato. Quando l'opzione è selezionata, Expert Modeler considera sia i modelli stagionali che non stagionali.
   L'immagine seguente mostra le impostazioni di " Opzioni di costruzione - generale.

   
3. Fare clic su Salva.
4. Passare il mouse sul nodo Serie temporale (6 campi) e fare clic sull'icona Esegui '.

Compito 7b: visualizzare l'output del modello

Seguire questi passaggi per visualizzare l'output del modello in formato tabella:

1. Passare il mouse sul nodo Tabella collegato alla pepita del modello e fare clic sull'icona Esegui '.
2. Nel riquadro Output e modelli, fare clic sui risultati dell'output con il nome Tabella per visualizzare l'output della tabella.

   Si notino le tre nuove righe aggiunte alla fine dei dati originali. Queste righe si riferiscono al periodo di previsione, in questo caso da gennaio a marzo 2004.

   

   Vengono visualizzate diverse nuove colonne. Il nodo Serie temporali ha aggiunto le colonne '$TS-. Le colonne indicano quanto segue per ogni riga (cioé per ogni intervallo nei dati della serie temporale):

   Tabella 1. Colonne generate nel modello di serie temporali

   Colonna	Descrizione
   $TS-nome colonna	I dati del modello generati per ogni colonna dei dati originali.
   $TSLCI-nome colonna	Il valore dell'intervallo di confidenza inferiore per ogni colonna dei dati del modello generati.
   $TSUCI-nome colonna	Il valore dell'intervallo di confidenza superiore per ogni colonna dei dati del modello generati.
   $TS-Totale	Il,totale dei valori $TS-colname per questa riga.
   $TSLCI-Totale	Il totale dei valori $TSLCI-colname per questa riga.
   $TSUCI-Totale	Il totale dei valori $TSUCI-colname per questa riga.

   Le colonne più significative per l'operazione di previsione sono $TS-Market_n, $TSLCI-Market_n e le colonne $TSUCI-Market_n. In particolare, queste colonne nelle ultime tre righe contengono i dati di previsione dell'abbonamento e gli intervalli cdi confidenza per ogni mercato locale.

Controllare i progressi

L'immagine seguente mostra la tabella di output. Ora si è pronti a esaminare il modello.

torna all'inizio

Ora si è pronti a esaminare le informazioni del modello e i risultati della previsione.

Compito 8a: Visualizzare le informazioni sul modello

Per visualizzare le informazioni sul modello, procedere come segue:

1. Passare il mouse sulla pepita del modello Serie temporale e fare clic sul menu Overflow '.
   
2. Nella colonna Target, fare clic su Market_2.
   1. Fare clic su Informazioni sul modello. La riga Numero di predittori mostra quanti campi sono stati utilizzati come predittori per ogni obiettivo.

      Le altre righe nelle tabelle Informazioni modello mostrano diverse misure della bontà di adattamento per ogni modello. R quadrato stazionario misura in che modo un modello è migliore del modello di riferimento. Se il modello finale è ARIMA(p,d,q)(P,D,Q), il modello di riferimento è ARIMA(0,d,0)(0,D,0). Se il modello finale è un modello di lisciatura esponenziale, allora d è 2 per il modello di Brown e Holt e 1 per gli altri modelli, e D è 1 se la lunghezza stagionale è maggiore di 1, altrimenti D è 0. Un R-quadro stazionario negativo significa che il modello in esame è peggiore del modello di base. Un R-quadro stazionario nullo significa che il modello è buono o cattivo come il modello di base e un R-quadro stazionario positivo significa che il modello è migliore del modello di base.

      Le righe Statistica e df e Significatività in Stime parametro, si correlano alla statistica di Ljung-Box, un test della casualità degli errori residui nel modello. Più sono casuali gli errori, probabilmente migliore è il modello. Statistica è la statistica di Ljung-Box stessa, mentre df (gradi di libertà) indica il numero di parametri del modello che è possibile variare nella stima di un particolare obiettivo.

      La Significatività fornisce il valore di significatività della statistica Ljung-Box fornendo un'altra indicazione riguardante la correttezza o meno con cui stato specificato il modello. Un valore di significatività minore di 0.05 indica che gli errori residui non sono casuali implicando che esiste una struttura nelle serie osservate di cui non si è tenuto conto nel modello.

      Tenendo conto dei valori di R-Squared stazionario e di significatività, i modelli scelti dall'Expert Modeler per 'Market_3 e 'Market_4 sono accettabili. I valori della Significatività per Market_1, Market_2, e Market_5 sono minori di 0.05, il che indica che potrebbero essere necessarie alcune sperimentazioni con i modelli che meglio si adattano a questi mercati.

      Il display mostra diverse misure di bontà di adattamento. Il valore R-quadrato fornisce una stima della variazione totale nelle serie temporali che può essere spiegata dal modello. Poiché il valore massimo di questa statistica è 1.0, i vostri modelli sono a posto da questo punto di vista.

      L'RMSE è l'errore quadratico medio, una misura di quanto i valori effettivi di una serie differiscono dai valori previsti dal modello, ed è espresso nelle stesse unità utilizzate per la serie stessa. Poiché l'errore è una misura di un errore, si desidera che questo valore sia il più basso possibile. A prima vista, i modelli per " Market_2 e " Market_3, pur essendo ancora accettabili secondo le statistiche viste finora, hanno meno successo dei modelli per gli altri tre mercati.

      Queste misure di bontà bontà dell'adattamento aggiuntive includono l'errore percentuale assoluto della media (MAPE) e il relativo valore massimo (MAXAPE). L'errore percentuale assoluto è la misura di quanto una serie di obiettivi varia rispetto al livello previsto dal modello espresso come un valore percentuale. Esaminando la media e il massimo tra tutti i modelli, è possibile ottenere un'indicazione della incertezza nelle previsioni.

      Il valore MAPE mostra che tutti i modelli presentano un'incertezza media di circa l'1%, che è bassa. Il valore MAXAPE visualizza l'errore percentuale assoluto massimo ed è utile per immaginare uno scenario worst-case nelle previsioni. Si evince che l'errore percentuale maggiore per la maggior parte dei modelli si colloca in un intervallo compreso tra 1.8 e il 3.7, ancora una volta una serie di cifre basse, con solo il " Market_4 che si avvicina al 7%.

      Il valore MAE (errore assolutom kedio) mostra la media dei valori assoluti degli errori di previsione. Come il valore RMSE, questo valore è espresso nelle stesse unità utilizzate per la serie stessa. MAXAE mostra l'errore di previsione maggiore nelle stesse unità e indica lo scenario peggiore per le previsioni.

      Sebbene questi valori assoluti siano interessanti, in questo caso i valori di errori percentuali (MAPE e MAXAPE) sono più utili poiché le serie di obiettivi rappresentano i numeri di abbonati per i mercati.

      I valori MAPE e MAXAPE rappresentano una quantità accettabile di incertezze con questi modelli? Sono molto bassi. In questa situazione entra in gioco il senso degli affari, perché il rischio accettabile cambia da problema a problema. Si presume che le statistiche di bontà dell'adattamento rientrino in limiti accettabili, quindi si passa a esaminare gli errori residui.

      L'esame dei valori della funzione di autocorrelazione (ACF) e la funzione di autocorrelazione parziale (PACF) per il residuo del modello fornisce più informazioni quantitative nei modelli rispetto alla semplice visualizzazione delle statistiche di bontà dell'adattamento.

      Un modello di serie temporale ben specificato cattura tutte le variazioni non casuali, tra cui la stagionalità, il trend, i fattori ciclici e altri fattori importanti. Se è questo il,caso, l'errore non dovrebbe essere correlato con se stesso (autocorrelato) nel tempo. Una struttura significativa in una delle funzioni di autocorrelazione potrebbe implicare che il modello sottostante è incompleto.

   2. Chiudere la finestra Market_2.
3. Fare clic sul modello Market_4.
   1. Fare clic su Correlogramma per visualizzare i valori della funzione di autocorrelazione(ACF) e della funzione di autocorrelazione parziale(PACF) per gli errori residui del modello.

      

      In questi grafici, i valori originali della variabile d'errore lag (in OPZIONI DI COSTRUZIONE - OUTPUT) fino al valore predefinito di 24 periodi temporali e confrontati con il valore originale per vedere eventuali correlazioni nel tempo. Idealmente, le barre che rappresentano tutti i lag di ACF e PACF potrebbero trovarsi all'interno dell'area ombreggiata. Tuttavia, nella pratica, potrebbero esserci dei ritardi che si estendono al di fuori dell'area ombreggiata. Questa situazione può verificarsi, ad esempio, quando si cerca di includere nel modello alcuni lag più grandi per risparmiare tempo di calcolo. Alcuni ritardi sono insignificanti e vengono rimossi dal modello. Se si desidera migliorare ulteriormente il modello e non importa se questi ritardi sono ridondanti o meno, questi grafici servono come suggerimenti per quanto riguarda i ritardi che sono possibili predittori.

      In questo caso, è necessario controllare il grafico inferiore(PACF) per verificare se la struttura è confermata. Il grafico PACF esamina le correlazioni dopo aver controllato i valori della serie nei punti temporali intermedi.

      I valori di " Market_4 sono tutti all'interno dell'area ombreggiata, quindi è possibile continuare a controllare i valori degli altri mercati.

   2. Chiudere la finestra Market_4.
4. Aprire il Correlogramma per ognuno degli altri mercati e i totali.

   I valori degli altri mercati mostrano tutti valori al di fuori dell'area ombreggiata, confermando quanto sospettato in precedenza dai loro valori di significatività. A un certo punto dovrete sperimentare modelli diversi per quei mercati, per vedere se è possibile ottenere un adattamento migliore, ma per il resto di questo esempio vi concentrerete su cos'altro potete imparare dal modello " Market_4.

5. Chiudere le finestre del modello per tornare alla tela del flusso.

Compito 8b: Visualizzare le previsioni

Seguite questi passaggi per visualizzare le previsioni:

Tracciare i dati effettivi rispetto alle previsioni

1. Fare doppio clic sul nodo Time Plot collegato alla pepita del modello Time Series.
2. Deselezionare l'opzione Visualizza serie in un pannello separato.
3. Nell'elenco Serie, eliminare tutti i campi ad eccezione dei campi 'Market_4 e '$TS-Market_4.
4. Fare clic su Salva.
5. Passare il mouse sul nodo Time PlotMarket_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4] e fare clic sull'icona Run '.
6. Nel riquadro Output e modelli, fare clic sui risultati dell'output con il nome [Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4] per visualizzare il grafico. Considerare come la previsione $TS-Market_4) si estende oltre la fine dei dati effettivi. Ora si dispone di una previsione della domanda prevista per i tre successivi mesi in questo mercato. Le linee dei dati effettivi e di quelli previsti per l'intera serie temporale sono molto vicine nel grafico, il che indica che il modello è affidabile per questa particolare serie temporale.

   

Tracciare l'intervallo di confidenza

1. Fate doppio clic sul nodo Time Plot [Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4]. Si dispone di un modello affidabile per questo particolare mercato, ma quale margine di errore ha la previsione? È possibile ottenere un'indicazione del margine di errore esaminando l'intervallo di confidenza.
2. Nella sezione Serie, eliminare i campi " Market_4 e " $TS-Market_4.
3. Fare clic su Aggiungi colonne.
   1. Selezionare i campi " $TSLCI-Market_4 e " $TSUCI-Market_4.
   2. Fare clic su OK.
4. Fare clic su Salva.
5. Passare il mouse sul nodo Time Plot [Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4] e fare clic sull'icona Run '.
6. Nel riquadro Output e modelli, fare clic sui risultati dell'output con il nome [Market_4 $TS-Market_4 $TSLCI-Market_4 $TSUCI-Market_4] per visualizzare il grafico. Ora abbiamo lo stesso grafico di prima, ma con l'aggiunta dei limiti superiore ($TSUCI) e inferiore ($TSLCI) dell'intervallo di confidenza. Considerare come i limiti dell'intervallo di confidenza divergono nel periodo di previsione,. indicando l'incremento dell'incertezza per un ulteriore previsione in futuro. Tuttavia, ogni volta che passa un periodo di tempo, si dispone di un altro mese (in questo caso) di dati di utilizzo effettivo su cui basare le previsioni. In uno scenario reale, si potrebbero leggere i nuovi dati nel flusso e riapplicare il modello ora che si sa che è affidabile.

   

7. Chiudere la finestra del grafico.

Controllare i progressi

L'immagine seguente mostra il flusso completato.

torna all'inizio