Caratteristiche di SAS® Visual Forecasting

Analisi di serie temporali su larga scala e forecasting in un ambiente distribuito

  • Genera automaticamente grandi quantità di previsioni basate su statistiche in un ambiente distribuito e in-memory.
  • Il linguaggio di scripting consente l'analisi di serie temporali distribuite e in-memory.
  • Mischia i dati in modo che ogni serie temporale venga copiata nella memoria di un singolo nodo di calcolo.
  • Esegue ogni serie temporale sul thread di un nodo, e ogni nodo esegue lo script compilato per ogni serie temporale assegnata.
  • È ottimizzato per la macchina su viene eseguito, in modo che gli utenti non debbano riscrivere il codice quando viene eseguito su macchine differenti.

Nodi della strategia di modellazione della rete neurale/machine learning

  • Include un panel series neural network framework per la generazione di feature e l'addestramento della rete neurale.
  • Fornisce un quadro multistadio (rete neurale / regressione + serie temporali) per la creazione di una metodologia di previsione che combina segnali provenienti da diversi tipi di modelli.
  • Indirizza i problemi che hanno sia caratteristiche di serie temporali che relazioni non lineari tra variabili dipendenti e indipendenti utilizzando la previsione del modello stacked (rete neurale + serie temporali).

Funzione di override flessibile

  • Permette aggiustamenti nella previsione personalizzati che non sono limitati dalla struttura della gerarchia di forecasting.
  • Permette di selezionare i filtri in base agli attributi, come location, brand, categoria, dimensione, colore, sentimento, qualità, ecc.
  • Permette di definire le specifiche di override per filtro e periodo(i) di tempo per tutte le serie temporali contenute all'interno di un filtro.
  • Include filtri di ricerca sfaccettati.
  • Consente la disaggregazione dell'override utilizzando il modello di ottimizzazione.
  • Permette l'esecuzione di batch e l'aggiornamento incrementale dei dati.

Supporto per le lingue open source

  • Include pacchetto lingua esterna (EXTLANG), che supporta il codice open source - Python e R.
  • Permette di richiamare le attività di analisi da Python, R, Java, JavaScript e Lua.

Analisi delle serie temporali

  • Analisi di autocorrelazione.
  • Analisi della correlazione incrociata.
  • Analisi di decomposizione stagionale e di regolazione.
  • Analisi delle serie di conteggio.
  • Test diagnostici per stagionalità, stazionarietà, intermittenza e selezione provvisoria dell'ordine ARMA.

Analisi della frequenza temporale

  • Funzioni di windowing.
  • Analisi di Fourier per serie temporali reali e complesse.
  • Analisi di Fourier a breve termine.
  • Trasformazione discreta di Hilbert.
  • Distribuzione Pseudo Wigner-Ville.

Modellazione di serie temporali

  • Modelli ARIMA (funzioni di regressione dinamica e di trasferimento).
  • Modelli di smoothing esponenziale.
  • Modelli unobserved component.
  • Modelli state-space.
  • Modelli a domanda intermittente con il metodo di Croston.

Modellazione automatica delle serie temporali.

  • Generazione automatica di modelli di serie temporali.
  • Selezione automatica della variabile di input e degli eventi.
  • Selezione automatica del modello.
  • Ottimizzazione automatica dei parametri.
  • Forecasting automatico.

Singular spectrum analysis (SSA)

  • Decomposizione e forecasting dell'SSA univariata.
  • SSA multivariata.
  • SSA automatico.

Subspace tracking (SST)

  • Esegue tecniche di monitoraggio avanzato (analisi del segnale) per serie temporali multiple.

Valutazione dell'intervallo di tempo

  • Valuta l'idoneità della variabile in una tabella di input come variabile di identificazione temporale (time ID).
  • Controlla come una specifica dell'intervallo di tempo si adatti ai valori di data/datetime o ai numeri di osservazione usati per indicizzare una serie temporale.
  • Può essere specificato esplicitamente come input per PROC TSMODEL o dedotto dalla procedura basata sui valori della variabile time ID.

Riconciliazione gerarchica

  • Modelli e previsioni individuali di ogni serie nella gerarchia.
  • Concilia le previsioni a più livelli della gerarchia.

Attributi derivati

  • Crea insiemi predefiniti di attributi derivati, tra cui:
    • Attributi delle serie temporali (min, max, media, mancanti, ecc.).
    • Attributi di forecasting (proprietà del modello, statistiche di adattamento).
    • Attributi di classificazione della domanda.
    • Attributi di Volume/Volatilità.
  • Gli attributi sono disponibili all'uso nella ricerca sfaccettata.

Segmentazione esterna & classificazione della domanda

  • Fornisce supporto a 1.000 segmenti.
  • Può utilizzare segmenti predefiniti nelle serie temporali.
  • Include un modello di segmentazione predefinito basato sulla classificazione della domanda.

Serie temporali e visualizzatori di forecast

  • Fornisce un visualizzatore di serie temporali con un set di attributi di serie temporali predefiniti.
  • Fornisce un visualizzatore di forecast con una serie di attributi di previsione predefiniti.
  • Include envelope plots per la visualizzazione di più serie.
  • Permette di utilizzare filtri sfaccettati su statistiche descrittive, proprietà del modello e statistiche di fit.

Pacchetto di Time Series Dimension Reduction (TDR)

  • Permette la riduzione delle dimensioni dei dati delle serie temporali transazionali in preparazione per l'estrazione delle serie temporali.
    • Permette poi di applicare le tecniche tradizionali di data mining (come il clustering, la classificazione, gli alberi decisionali e altri).

Condivisione del progetto

  • I progetti in Model Studio utilizzano la funzione di condivisione dei progetti di SAS Drive.
  • Se condiviso con accesso in lettura/scrittura, più utenti possono apportare modifiche al progetto contemporaneamente.
  • In alternativa, i progetti possono essere condivisi con accesso in sola lettura.

Distribuito, accessibile e pronto per il cloud

  • Funziona su SAS® Viya®, un motore in-memory scalabile e distribuito.
  • Distribuisce le attività di analisi e i dati su più nodi di calcolo.
  • Fornisce un accesso rapido, simultaneo e multiutente ai dati in memoria.
  • Include la tolleranza ai guasti per un'elevata disponibilità.
  • Consente di aggiungere la potenza di SAS Analytics ad altre applicazioni che utilizzano le API SAS Viya REST.

Back to Top