通過(guò)SAS編程進(jìn)行預(yù)測(cè) (FETSP)培訓(xùn)
Forecasting Using SAS Software: A Programming Approach
This course teaches analysts how to use SAS/ETS software to diagnose systematic variation in data collected over time, create forecast models to capture the systematic variation, evaluate a given forecast model for goodness-of-fit and accuracy, and forecast future values using the model. Topics include Box-Jenkins ARIMA models, dynamic regression models, and exponential smoothing models.
預(yù)測(cè)簡(jiǎn)介
時(shí)間序列和預(yù)測(cè)
SAS預(yù)測(cè)軟件介紹
評(píng)估擬合優(yōu)度和準(zhǔn)確性
平穩(wěn)時(shí)間序列預(yù)測(cè)模型
平穩(wěn)時(shí)間序列簡(jiǎn)介
自回歸模型
PACF和IACF詳細(xì)技術(shù)說(shuō)明（自學(xué)）
移動(dòng)平均模型
未觀察到移動(dòng)平均模型組件的估計(jì)（自學(xué)）
混合自回歸移動(dòng)平均模型
確定適當(dāng)?shù)淖曰貧w移動(dòng)平均模型
估計(jì)和預(yù)測(cè)方法
Box-Jenkins模型的替代模型
非平穩(wěn)時(shí)間序列的預(yù)測(cè)模型
趨勢(shì)和季節(jié)性的統(tǒng)計(jì)檢驗(yàn)
趨勢(shì)模型
季節(jié)模型
Box-Jenkins模型的替代模型
預(yù)測(cè)航空公司乘客時(shí)間序列
探索性變量的預(yù)測(cè)模型
一般回歸模型
事件模型
時(shí)間序列回歸模型
預(yù)測(cè)的數(shù)據(jù)準(zhǔn)備
處理日期
處理時(shí)間標(biāo)識(shí)的數(shù)據(jù)
讀取和修改時(shí)間序列數(shù)據(jù)
處理唯一、特定日期或頻數(shù)
注意事項(xiàng)：
必備條件:
??????? 參加本課程前，你應(yīng)該有使用SAS輸入或者轉(zhuǎn)換數(shù)據(jù)和執(zhí)行基本分析的經(jīng)驗(yàn)，例如計(jì)算行列總數(shù)和平均值、生成圖表。你可以通過(guò)完成《SAS Programming 1: Essentials》（《SAS編程 1: 基礎(chǔ)》）和《SAS Programming 2: Data Manipulation Techniques》（《SAS編程2：數(shù)據(jù)處理技術(shù)》）獲得這些經(jīng)驗(yàn)。SAS宏語(yǔ)言編程的知識(shí)對(duì)學(xué)習(xí)本課程有幫助，但不是必需。沒(méi)有數(shù)據(jù)分析和統(tǒng)計(jì)建模經(jīng)驗(yàn)的學(xué)生可以通過(guò)《Statistics 2: ANOVA and Regression》（《統(tǒng)計(jì)2：方差分析和回歸》）課程獲得這些預(yù)備知識(shí)。
?

?
?