Прогнозирование временных рядов с использованием SAS Forecast Server
(FSTU)
Длительность: 2 дня. Уровень: 2.
В данном курсе рассматривается использование интерактивного интерфейса SAS Forecast Studio для автоматического создания прогнозов.
Слушатели этого курса изучат:
- Автоматическое создание и построение прогнозных моделей для данных большого объёма, содержащих временные ряды.
- Как определить временные ряды, не имеющие достаточной точности для прогноза.
- Способы для уточнения прогнозных моделей для улучшения точности прогноза
- Сверка иерархических прогнозов
- Приёмы для приведения данных в вид, удобный для построения и применения прогнозных моделей.
- Организация обновления наборов данных, имеющих большой объём
Для прохождения этого курса слушателям желательно иметь представление о бизнес-задачах, в которых используется прогнозирование, уметь пользоваться программой Microsoft Excel для ввода и передачи данных и уметь пользоваться ей для подсчёта итоговых или средних значений, а также строить графики и диаграммы. Вам не требуется знать статистические методы или подходы к построению прогнозных моделей, а также иметь опыт программирования.
Аудитория
Специалисты, занимающиеся построением прогнозных моделей, аналитики из любой отрасли, включая розничную торговлю, финансовую сферу, промышленное производство и фармацевтику
Введение в SAS Forecast Studio
Прогнозирование в SAS Forecast Studio
- Создание проекта SAS Forecast Studio
- Статистики, показывающие точность модели, и выбор прогнозной модели
- Типы поддерживаемых моделей и их функциональность
- Анализ сценария
Иерархическое прогнозирование
- Сверка статистических прогнозов
- Настройки накопления и агрегирования
- Эффекты сверки
- Ручная коррекция для сверенных прогнозов
Уточнение модели
- Пользовательские модели: сгенерированные и с заданными настройками
- Событийные переменные
Создание лучших прогнозов для иерархически структурированных данных
- Простая оценка
- Выбросы и другие входы модели
- Создание и использование событийных переменных, основанных на календарном эффекте
- Построенные наборы данных
- Обеспечение обновления данных