|
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.
- 预测简介
- 时间序列和预测
- SAS预测软件介绍
- 评估拟合优度和准确性
- 平稳时间序列预测模型
- 平稳时间序列简介
- 自回归模型
- PACF和IACF详细技术说明（自学）
- 移动平均模型
- 未观察到移动平均模型组件的估计（自学）
- 混合自回归移动平均模型
- 确定适当的自回归移动平均模型
- 估计和预测方法
- Box-Jenkins模型的替代模型
- 非平稳时间序列的预测模型
- 趋势和季节性的统计检验
- 趋势模型
- 季节模型
- Box-Jenkins模型的替代模型
- 预测航空公司乘客时间序列
- 探索性变量的预测模型
- 预测的数据准备
- 处理日期
- 处理时间标识的数据
- 读取和修改时间序列数据
- 处理唯一、特定日期或频数
|
| 注意事项： |
必备条件:
参加本课程前，你应该有使用SAS输入或者转换数据和执行基本分析的经验，例如计算行列总数和平均值、生成图表。你可以通过完成《SAS Programming 1: Essentials》（《SAS编程 1: 基础》）和《SAS Programming 2: Data Manipulation Techniques》（《SAS编程2：数据处理技术》）获得这些经验。SAS宏语言编程的知识对学习本课程有帮助，但不是必需。没有数据分析和统计建模经验的学生可以通过《Statistics 2: ANOVA and Regression》（《统计2：方差分析和回归》）课程获得这些预备知识。
|
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
