1. 通過(guò)SAS編程進(jìn)行預(yù)測(cè) (FETSP)培訓(xùn)
   通過(guò)SAS編程進(jìn)行預(yù)測(cè) (FETSP)培訓(xùn)
   培訓(xùn)內(nèi)容：
   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)。
2. 
   ?
3. 
   ?
4. 
   ?
   ?
   ?
   ?
5. 
   ?
   ?
   ?
   ?
6. 
   ? ?
7. 
   
8. 
   ?
9. 
   ?
   ?
10. 
    ?
    ?
11. 
    
    

"