The Time Series Modeler procedure e

The Time Series Modeler procedure estimates exponential smoothing, univariate Autoregressive Integrated Moving Average (ARIMA), and multivariate ARIMA (or transfer function models) models for time series, and produces forecasts. The procedure includes an Expert Modeler that automatically identifies and estimates the best-fitting ARIMA or exponential smoothing model for one or more dependent variable series, thus eliminating the need to identify an appropriate model through trial and error. Alternatively, you can specify a custom ARIMA or exponential smoothing model.

ผลลัพธ์ (ไทย) 1:

เวลาชุด Modeler กระบวนงานประเมินเนนเรียบ ไร univariate Autoregressive รวมย้ายเฉลี่ย (ARIMA), และ ARIMA แบบหลายตัวแปร (หรือรุ่นฟังก์ชันถ่ายโอน) โมเดลชุดเวลา และสร้างการคาดการณ์ ขั้นตอนมีการ Modeler ผู้เชี่ยวชาญที่จะระบุ และประเมิน ARIMA เหมาะสมดีหรือชี้แจงให้เรียบรุ่นสำหรับอย่าง น้อยหนึ่งชุดขึ้นอยู่กับตัวแปร จึง ไม่ต้องระบุรูปแบบที่เหมาะสมผ่านการลองผิด อีกวิธีหนึ่งคือ คุณสามารถระบุ ARIMA ที่กำหนดเองหรือแบบให้เรียบเนน

ผลลัพธ์ (ไทย) 2:

ขั้นตอนอนุกรมเวลา Modeler ประมาณการชี้แจงเรียบ univariate อัตถดถอยแบบบูรณาการ Moving Average (ARIMA) และหลายตัวแปร ARIMA (หรือรูปแบบฟังก์ชั่นการถ่ายโอน) รูปแบบอนุกรมเวลาและผลิตคาดการณ์ ขั้นตอนรวมถึงผู้เชี่ยวชาญ Modeler ที่ระบุและประมาณการที่ดีที่สุดกระชับ ARIMA หรือชี้แจงรูปแบบเรียบสำหรับชุดตัวแปรหนึ่งหรือขึ้นอยู่มากขึ้นจึงไม่จำเป็นต้องระบุรูปแบบที่เหมาะสมผ่านการทดลองและข้อผิดพลาดโดยอัตโนมัติ หรือคุณสามารถระบุเอง ARIMA หรือรุ่นเรียบชี้แจง

ผลลัพธ์ (ไทย) 3:

อนุกรมเวลาแบบปรับให้เรียบแบบเอ็กซ์โปเนนเชียล 2 ขั้นตอนการประเมิน , ตัวเองรวมค่าเฉลี่ยเคลื่อนที่ ( ARIMA ) และ ARIMA ( หรือโอนแบบหลายตัวแปรฟังก์ชัน ) แบบจำลองอนุกรมเวลา และสร้างการคาดการณ์ . ขั้นตอนรวมถึงผู้เชี่ยวชาญแบบอัตโนมัติระบุและประมาณการที่ดีที่สุดกระชับหรือปรับให้เรียบแบบเอ็กซ์โปเนนเชียลแบบ ARIMA สำหรับหนึ่งหรือมากกว่าหนึ่งชุดตัวแปรตาม ดังนั้นจึงไม่ต้องระบุรูปแบบที่เหมาะสมผ่านการทดลองและข้อผิดพลาด อีกวิธีหนึ่งคือ คุณสามารถระบุได้เอง หรือเมื่อปรับให้เรียบแบบเอ็กซ์โปเนนเชียลแบบ