数据分析软件

当前位置:

SCA | 时间序列预估软件

SCA 是一套功能强大的时间序列预测及分析软件。它能提供使用者统计咨询、系统整合、以及为顾客量身订做程序服务。SCA 软件系统承袭G.E.P. BOX, G.C. Tiao, L.M. Liu…等国际知名时间数列及预测大师新的研究方法,被学界及实务界评为完整的时间数列及预测软件。


SCA统计系统是一种方法学上的软件系统,为商业和工业预测应用提供全面的功能,它包括一个复杂的专家系统建模环境,适用于需要高度自动化的集成应用程序。还包括一整套识别和诊断工具,以方便用户指导建模。

SCA的专家系统涉及单系列单变量模型以及多变量模型。SCA系统采用高度可靠的专家系统方法,提供简约模型,促进可靠和准确的预测。


SCA系统提供给您使用各种建模功能来分析时间序列数据的能力,并提供准确的您可以信赖的预测。SCA系统是您建模和预测需求的解决方案。系统的灵活性,易用性,以及随用户增长的能力形成一个令人印象深刻的组合。


SCA软件操作容易,适合各样背景的模型使用者。内建的人工智能演算功能,可自动有效的办认出时间数据内错综复杂季节性或非季节性的ARIMA模型,对时间数列进行分析或预测。具备SCA软件,您可克服时间数列分析理论及实务的操作隔阂,减少花在辨认ARIMA模型上的功夫,而将宝贵的时间用在数列结果的分析及预测上。


SCA软件有效的解决了时间数据分析多种可能模型选择上的困扰,并且对时间数据中常见的多个外部干预及离异数据,自动作侦测及修正并估计出修正后的预测模型。此法大幅提高了模型解释能力及预测准确,并能提供干预或离异数据的类型、影响程度及持续长短。让您充分了解过去正常时间数据的型态,及未来正常,或干预下可能发生的预测状况。SCA软件非常适合商务、管理、营销、财务、投资、股票、交通、旅游、经济、生产、医疗、环保、仓储、公用事业及教学、研究...等实务及学术上的应用。


SCA还提供陷阱的异常值检测和调整功能,允许联合估计异常值效应和模型参数。使用SCA系统的这一高等功能,模型参数会自动从数据的结构变化中恢复(例如:异常脉冲,临时变化和电平转换)。

此外,SCA的异常值处理功能也扩展到预测中。通过这种程序,预测因异常值的印象而变得不敏感。如果不能正确处理异常值,特别是在预测来源附近,则异常数据的影响可能严重损害预测的准确性和可靠性。

人们认识到预测过程不仅是预测值的计算。在变化和不确定的时代,系统结构的知识和变量的相互作用是重要的。定量预测方法,例如SCA提供方法,在提供此类知识方面具有无可估量的价值。


SCA系统具有分析时间序列数据的全面功能。您可以选择让SCA系统自动对时间序列建模,也可以通过广泛的用户控制的识别,估计和诊断功能完全控制建模规程。您可以估计一系列过去的过去之间存在的关系,与自变量或解释性变量存在的关系,或者在模型中包括指标变量以说明数据的确定性属性。


为了促进定量预测,SCA提供了大量的预测和建模方法,以预测准确性至关重要的任何业务应用。SCA解决的方法的代表性样本分类如下。

单变量方法

  • Box - JenkonsARIMA模型

  • 干预/影响调整模型

  • 一般指数平滑方法简单方法(例如:移动平均值)


多输入法

  • 多输入传递函数模型

  • 一般回归方法

  • 传统计量经济模型(2SLS,3SLS等)

  • 多元自适应回归样条(MARSOLINE)

  • 广义加性模型(GAM)

  • 交替条件期望(ACE)

  • 投影寻踪回归(PPREG)


多变量方法

  • 同时传递函数模型

  • 向量自回归模型

  • 向量ARMA模型

  • 状态空间模型/卡尔曼滤波


新版本提供了许多新功能和增强功能:

  • 时间序列功率转换分析和诊断

  • 使用功率变换改进预测

  • 时变参数模型

  • 广义阈值AR和ARIMA建模

  • 分段时间序列建模和预测

  • GARCH建模和应用环境

  • 新的季节性ARIMA识别方法

  • 单位根测试

  • 使用矢量ARIMA模型的因果关系测试

  • 通过ARMA因子的根检查改进估计

  • 日期构建,处理,索引和聚合


系统要求

  • PC或奔腾

  • MS Windows 10, 8 ,Windows 7(64位或32位)

  • RAM位2GB(Windows 7及以上),256MB(XP)

BILOG-MG | 项目反应理论软件
SuperMix | 混合效应模型分析软件

上一篇:

下一篇:

分享到: 0