Monta kertaa he kertovat meille tyypillisistä ennustemalleista, jotka perustuvat pääasiassa ekonometrisiin lineaarisiin malleihin, jotka yrittävät selittää a muuttuja (selitetty muuttuja) toisen (selittävän muuttujan) funktiona, kuten a: n tulojen ja kulutuksen suhde henkilö. Mutta on tilanteita, joissa mikään parametrien lineaarisista malleista (lineaarinen regressio, polynomiregressio, eksponentiaalinen jne.) Ei ole hyödyllinen ennusteen tekemiseen. Esimerkiksi turistikohteet turistikohteissa määräytyvät sesongin ja sesongin ulkopuolella, joten jatkuva aikasarja antaa todennäköisesti mallille ei-edustavan R ^ 2: n.
Mainokset
Tekniikka on suhteellisen yksinkertainen, sinun on lisättävä sarja kausiluonteisuutta selittäviä muuttujia matriisin kanssa, joka on hyvin samanlainen kuin identiteetti, tällä tavalla regressiokaavalla on sarja nollia, jotka peruuttavat nämä arvot ja jotka ottavat huomioon ne, jotka ylittävät henkilöllisyys. No, tässä on esimerkki Excelistä tapauksesta, jossa 24 kuukauden sarjan kysyntä on kausiluonteista, jotta voit ottaa sen esimerkkinä.
Lataa tästä
Kausilineaarinen regressio
Mainokset
Toivon, että siitä on sinulle hyötyä ...
