Прогнозирование временных рядов: программный подход
(FETSP)
Длительность: 3 дня. Уровень: 4.
Данный курс обучает аналитиков пользоваться программным обеспечением SAS/ETS для диагностики систематических колебаний в данных, собранных в течении некоторого времени. В частности обсуждается создание прогнозирующих моделей, оценка точности моделей и прогнозирование значения модели в будущем.
В данном курсе изучается, как строить
- Простые прогнозирующие модели
- Усложнённые прогнозирующие модели для автокоррелированных временных рядов и для временных рядов с трендами и сезонными колебаниями
- Прогнозирующие модели с объясняющими переменными
- Модели для оценки влияния событий (изменение законов, распродаж, маркетинговых продвижений, природных или антропогенных катастроф)
Для прохождения этого курса слушателям нужно уметь использовать SAS для создания и преобразования данных, их анализа (создание новых переменных, сведение данных по строке или группе строк, создание графиков и диаграмм). Вы можете получить необходимые знания на курсе Программирование на языке SAS. Часть 1: Основы. Знание макроязыка SAS не требуется, но будет полезным. Слушатели, не имеющие опыта в анализе данных и статистическом моделировании, могут получить необходимые знания на курсе Statistics 2: ANOVA and Regression.
Аудитория
Научные работники, инженеры и бизнес-аналитики, ответственные за построение прогнозирующих моделей, оценку стратегий и практики в своих организациях.
Введение в прогнозирование
- Временные ряды и прогнозирование
- Использование программного обеспечения SAS для прогнозирования
- Вычисление критериев согласия и точности
Прогнозирующие модели для стационарных временных рядов
- Введение в стационарные временные ряды
- Автоматический выбор модели для стационарных временных рядов
Модели, описывающие тренд
- Введение в нестационарные временные ряды
- Моделирование тренда
- Моделирование тренда: альтернативы PROC ARIMA
Модели, описывающие сезонные изменения
- Модели ARIMA
- Моделирование сезонных изменений: альтернативы PROC ARIMA
- Прогнозирование авиационных перевозок
Модели с объясняющими переменными
- Модель обычной регрессии
- Модели событий
- Модели регрессии временных рядов