《Forecasting Using SAS Software: A Programming Approach （使

　　
　　课程概述：
　　
　　本课程教授分析师如何使用SAS/ETS软件创建预测模型、评估模型精度、使用模型预测未来值。
　　
　　本课程可以帮您准备接下来的SAS预报分析（基础）认证考试。
　　
　　学习目标：
　　
　　●构建简单预测模型
　　
　　●建立高级含自相关时间序列和包含趋势及季节性的时间序列预测模型
　　
　　●建立包含探索性变量的预测模型
　　
　　课时：3天
　　
　　适合学员：
　　
　　负责为企业预测的科学家，工程师，和业务分析师
　　
　　课程内容：
　　
　　1、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
　　
　　2、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
　　
　　3、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
　　
　　4、探索性变量的预测模型
　　
　　-一般回归模型
　　
　　-事件模型
　　
　　-时间序列回归模型
　　
　　5、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
　　
　　前提条件：
　　
　　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。