SAS 時間序列 (9)

教學目標

初步了解 SAS 時間序列的基本概念。(此篇主要為準備考試的心得筆記)

重點概念

首先在進行建立時間序列預測模型分析之前,我們需要先建立解釋變數的時間序列,其中解釋變數分為兩種,分別為代表實際意義的變數,像是折扣資訊和價格,以及代表某種事件或特徵的變數。所謂事件是改變底層事物的任何事件產生的時間序列資料的過程,其中事件分析又稱干預分析或中斷的時間序列分析,因此解釋事件的變數又稱為干預變數,其主要包括兩項活動,分別為:

  1. 探索事件造成的影響 (沒有統計學意義)
  2. 推斷事件發生的影響 (有統計學意義)

接著建模的轉換函數特例預測變數是確定性分類變數,其源自於公共政策的概念干預對社會經濟產生影響變數,像是實施嚴厲的酒後駕車法律減少汽車死亡人數,而在零售業中也經常使用事件,像是促銷活動、廣告活動、媒體活動、… 等。而干預變數通常會以 0 和 1 數值表示時間序列,其代表事件是否發生, 若事件發生為 1 時,則干預變數就會對預測值產生影響,反之若事件發生為 0 時,則干預變數就不會對預測值產生影響。

再來干預變數主要有三種類型,分別為:

  1. POINT:在發生事件的時間有影響,並且在事件結束時影響結束。
  2. STEP:在發生事件的時間有影響,並且在事件結束之後持續影響。
  3. RAMP:在發生事件的時間有影響,並且影響呈穩定上升的趨勢,並且在事件結束之後不會上升而影響保留。

而其中在我們日常生活中較制見的事件類型主要為 POINT 和 STEP 兩種類型,POINT 像是促銷活動,STEP 像是限購活動。

最後我們很難預測某些事情準確,基本上在執行初步資料建模之前,我們不能回答準確性,因為我們可能無法控制資料準確性和有效性,我們需要假設潛在的未來行為與過去的行為保持一致,但是我們無法控制未來的事件可能會影響未來的行為,像是災難、經濟衰退、戰爭、主要參與者的誠信、關鍵球員的生存、… 等等。此外在企業中不同部門會有不同的職責,像是銷售部門重視銷量、營銷部門重視市場、財務部門重視金流,所以我們為了讓預測更準確將會需要結合不同部門的需求進行預測。

相關資源