SAS Visual Forecasting 功能清單

分散式環境中的大規模時間序列分析與預測

分散式環境中的大規模時間序列分析與預測

  • 在分散式記憶體內環境中,自動產生大量以統計為依據的預測。
  • 指令碼語言使分散式記憶體內時間序列分析得以實現。
  • 來回移動資料,讓每個時間序列複製到單一計算節點的記憶體內。
  • 在節點的一個執行緒上執行每個時間序列,而且每個節點都會針對所指定的每個時間序列,執行編譯好的指令碼。
  • 已針對執行的機器進行最佳化,因此使用者不必重寫程式碼,就能在不同的機器上執行。

類神經網路/機器學習建模策略節點

類神經網路/機器學習建模策略節點

  • 包含一個面板序列類神經網路架構,具有自動功能產生和超參數調整 (自動調整) 等功能。
  • 提供多階段 (類神經網路/迴歸 + 時間序列) 架構,用於建立一套預測方法,能結合來自不同類型模型的訊號。
  • 使用堆疊式模型 (類神經網路 + 時間序列) 預測,解決在應變數和自變數之間同時具有時間序列特性和非線性關係的問題。

深度學習功能

深度學習功能

  • 使用遞歸類神經網路 (RNN)、長短期記憶體 (LSTM) 單元網路和門控式遞歸單元 (GRU) 網路來產生預測。
  • 使用上述深度學習方法,自動格式化交易資料,以便用於預測目的。
  • 將遞迴策略自動套用於多步驟預測。

互動式建模 (Interactive modeling)

互動式建模 (Interactive modeling)

  • 自動產生分析圖,包括針對個別時間序列的季節循環、自相關函數 (ACF)、偏自相關函數 (PACF) 和白噪音機率檢定。
  • 在樣本內和樣本外區域使用選定指標,以視覺化方式比較模型。
  • 透過簡單的使用者介面,針對個別時間序列開發自訂的指數平滑、ARIMA 和子集(因式分解)ARIMA 模型。
  • 選擇您自己的模型冠軍。

靈活的覆寫功能

靈活的覆寫功能

  • 啟用自訂的預測調整,不受預測階層的結構所限制。
  • 讓您依據屬性 (例如位置、品牌、類別、大小、顏色、情緒、品質等) 選取篩選條件。
  • 讓您針對單一篩選條件中包含的所有時間序列,依據篩選條件和時間期間,定義覆寫規格。
  • 包含多面向搜尋篩選條件。
  • 允許使用最佳化模型解除覆蓋彙總。
  • 啟用批次執行和增量資料更新。

與開放式程式碼整合

與開放式程式碼整合

  • 包含外部語言套件 (EXTLANG),會散布 Python 和 R 語言的開放式程式碼,以在雲端中平行執行 SAS Viya 工作者節點。
  • 召用 Python、R、Java、JavaScript 和 Lua 等語言的 SAS Visual Forecasting 分析動作。

階層式調解

階層式調解

  • 可為階層中的每個序列個別進行建模和預測。
  • 調解階層中多個層級上的預測。

依據資料模式進行自動分區

依據資料模式進行自動分區

  • 提供依據時間序列模式 (例如數量、波動率和季節性) 的預建分區範本。
  • 自動建立巢狀可配置管道,而且針對所選定的每個區段,其根據預建需求分類,所建立的預設範本,都有適當的建模策略。
  • 能夠依據使用者匯入預先定義的區段,最多支援 1,000 個區段。

衍生屬性

衍生屬性

  • 建立預先定義的衍生屬性集,包括:
    • 時間序列屬性 (最小值、最大值、平均值、遺漏值等)。
    • 預測屬性 (模型性質、配適統計值)。
    • 需求分類屬性。
    • 數量/波動率屬性。

時間序列分析

時間序列分析

  • 自相關分析。
  • 交互相關分析。
  • 季節性分解與調整分析。
  • 計數序列分析。
  • 針對季節性、穩定性、間歇性和暫時性 ARMA 順序選擇進行診斷測試。

時間頻率分析

時間頻率分析

  • 視窗函數 (Windowing functions)
  • 針對即時和複數時間序列的富氏分析 (Fourier analysis)
  • 簡短時間的富氏分析 (Fourier analysis)
  • 離散希爾伯特轉換 (Discrete Hilbert transform)
  • 偽韋格納分布 (Pseudo Wigner-Ville distribution)

時間序列建模

時間序列建模

  • ARIMA 模型 (動態迴歸和轉移函數)
  • 指數平滑模型
  • 未觀測的成分模型
  • 狀態空間模型
  • 間歇需求模型搭配 Croston 的方法

自動時間序列建模

自動時間序列建模

  • 自動時間序列模型產生
  • 自動輸入變數與事件選取
  • 自動模型選取
  • 自動參數最佳化
  • 自動預測

奇異頻譜分析 (SSA)

奇異頻譜分析 (SSA)

  • 單變量 SSA 分解與預測
  • 多變量 SSA
  • 自動 SSA

子空間追蹤 (SST)

子空間追蹤 (SST)

  • 針對多個時間序列執行進階監控 (訊號分析) 技術

時間間隔評估

時間間隔評估

  • 評估輸入表中的變數是否適合做為時間 ID 變數
  • 評估時間間隔規格,與用於時間序列索引的日期/日期時間值或觀測數目的配適度
  • 可依據明確指定為 PROC TSSMODEL 的輸入值,或根據時間 ID 變數值的程序推斷出時間間隔

時間序列和預測檢視軟體

時間序列和預測檢視軟體

  • 提供時間序列檢視軟體及一組預建時間序列屬性
  • 提供預測檢視軟體及一組預建預測屬性
  • 包含封套圖,便於檢視多個序列
  • 可讓您將多面向篩選條件用於敘述性統計值、模型屬性和配適統計值

時間序列維度縮減 (TDR) 套件

時間序列維度縮減 (TDR) 套件

  • 能縮減交易時間序列資料的維度,為時間序列探勘做好準備
    • 可讓您接著套用傳統的資料探勘技術 (例如群集、分類、決策樹等)

專案共用

專案共用

  • Model Studio 中的專案使用 SAS Drive 的專案共用功能
  • 共用讀取/寫入權限時,多個使用者將可同時對專案進行變更
  • 或者,專案共用可以只限於唯讀權限

廣泛分散、方便存取、雲端就緒

廣泛分散、方便存取、雲端就緒

  • 在 SAS® Viya® 上執行,這是一種可擴展分散式記憶體內引擎。
  • 將分析和資料工作分散到多個計算節點。
  • 多個使用者可同時快速存取記憶體內資料。
  • 包含容錯功能,以維持高可用性。
  • 可讓您藉由使用 SAS Viya REST API,將 SAS 資料分析的強大功能新增至其他應用程式。