In diesem Modul erhalten Sie einen Überblick über die im Kurs verwendeten Funktionen. Wir beschreiben, wie Objekte und Methoden des Pakets „Automatic Time Series Modeling“ (ATSM) in SAS Visual Forecasting kombiniert werden können, um das Problem der groß angelegten Prognose zu lösen. Außerdem erläutern wir, wie sich die Konfiguration von Objekten und Informationsflüssen je nach Phase des automatischen Prognoseprozesses ändert.

In diesem Modul werden wir die PROC-Prozedur TSMODEL verwenden, um Zeitreihenakkumulationen durchzuführen und fehlende Werte zu interpretieren. Wir werden Pakete für PROC TSMODEL verwenden. Dabei handelt es sich um Code-Blöcke, die in den Ablauf Ihres PROC TSMODEL-Codes eingefügt werden können, um Aufgaben der Spezialisierung sowohl bei der Datenaufbereitung als auch bei der Analyse auszuführen. Anschließend werden wir Zeitreihenhierarchien besprechen und erläutern, wie man mit einer BY-Anweisung in PROC TSMODEL eine Hierarchie erstellt.

In diesem Modul werden wir das ATSM-Paket in PROC TSMODEL nutzen, um automatische Prognosen, Modellauswahl und -spezifikation durchzuführen. Wir werden den Prozess zur Deklaration und Verwendung der vielen verschiedenen ATSM-Objekte Schritt für Schritt durchgehen und erörtern, wie und wo jedes Objekt in den automatischen Prognoseprozess eingebunden ist.

In diesem Modul werden die Funktionen zum Erstellen eigener benutzerdefinierter Modelle im Prognosesystem beschrieben und veranschaulicht. Wir geben Ihnen eine Schritt-für-Schritt-Anleitung zum Erstellen einer benutzerdefinierten Spezifikation und zum anschließenden Anpassen des automatischen Modellauswahlprozesses, damit Ihr Modell als Kandidat für alle Reihen auf einer bestimmten Ebene der Datenhierarchie berücksichtigt wird.

In diesem Modul werden wir Ereignisvariablen auf drei verschiedene Arten generieren. Zunächst werden wir das ATSM-Paket verwenden, um vordefinierte Ereignisvariablen zu erstellen und zu implementieren. Als Zweites werden wir Ereignisvariablen mithilfe der Prozedur HPFEVENTS erstellen. Als Drittes werden wir eine bedingte BY-Gruppenverarbeitung zur Erstellung von Ereignisvariablen durchführen. Anschließend werden wir ARIMAX- und ESM-Modelle verwenden und identifizieren, Modellauswahllisten erstellen und ein Champion-Modell auswählen. Unter Verwendung des ausgewählten Champion-Modells und durch Übergabe der vordefinierten Ereignisvariablen an die Prozedur `TSMODEL` werden wir automatische Prognosen erstellen und Modellschätzungen sowie Anpassungsstatistiken ausgeben.

Die Abstimmung statistischer Prognosen erfolgt, nachdem die automatische Modellgenerierung, -auswahl und die Prognoseprozesse abgeschlossen sind. In diesem Modul beschreiben wir den Abstimmungsprozess und stellen Systemwerkzeuge und Optionen zur Abstimmung der statistischen Prognosen vor, die wir zuvor im Kurs erstellt haben.

Dieses Modul behandelt eine Vielzahl von Themen. Zunächst werden wir Systemtools und bewährte Verfahren erörtern, mit denen sich die Genauigkeit Ihrer Systemprognosen verbessern lässt. Dazu gehören bewährte Verfahren wie die ehrliche Bewertung bei der Auswahl des besten Modells sowie Systemtools wie die Erkennung von Ausreißern und kombinierte Modellprognosen. Anschließend werden wir Optionen und bewährte Verfahren im Zusammenhang mit der zeitlichen Vorwärtsprojektion des Systems beschreiben.

In diesem Modul überprüfen Sie Ihr Verständnis des Kursstoffs.