에 대해 표시할 그래프 선택최상의 ARIMA 모형으로 예측

통계분석 > 시계열 > 최상의 ARIMA 모형으로 예측 > 그래프

그래프는 분석에서 최상의 모델로 식별하는 모델에 대한 것입니다.

잔차의 자기 상관 함수(ACF) 그림
잔차에 대한 자기상관함수(ACF)를 표시합니다. 이 그림을 사용하면 잔차가 상관되지 않았는지 확인할 수 있습니다. 자기상관 잔차가 있으면 모형 항을 수정해야 할 수도 있음을 나타냅니다.
잔차의 부분 자기 상관 함수(PACF) 그림
잔차에 대한 편 자기상관함수(PACF)를 표시합니다. 이 그림을 사용하면 잔차가 상관되지 않았는지 확인할 수 있습니다. 자기상관 잔차가 있으면 모형 항을 수정해야 할 수도 있음을 나타냅니다.
시계열도
Minitab에서 시계열도를 표시할지 여부를 지정합니다. 분석에서 변형을 사용하는 경우 결과에는 원래 계열과 변환된 계열에 대한 플롯이 포함됩니다.
시간 척도를 위한 스탬프 열
시계열 플롯에 대한 x축 레이블이 포함된 열을 입력합니다.
다음 그림에 대한 잔차
다음 잔차 플롯에 대해 표준화된 잔차를 사용할지 또는 정규 잔차를 사용할지 선택합니다. 일반적으로 표준화된 잔차를 사용하는 이유는 잔차가 정규 분포를 따른다는 가정이 표준화된 잔차가 2보다 크고 -2보다 작을 때와 같이 비정상적으로 큰 경우에 대한 지침을 제공하기 때문입니다. 잔차 유형에 대한 자세한 내용은 을 Minitab에서 계산되는 잔차의 유형참조하십시오.
개별 그림
포함할 잔차 플롯을 선택하려면 선택합니다.
잔차 히스토그램
잔차의 형상 및 산포를 표시합니다. 잔차 히스토그램을 사용하면 데이터가 특정 방향으로 치우쳐 있는지 또는 데이터에 특이치가 있는지 알 수 있습니다.
잔차 정규 확률도
잔차의 정규 확률도를 표시합니다. 잔차의 정규 확률도를 사용하면 잔차가 정규 분포를 따르는지 여부를 확인할 수 있습니다.
잔차 대 적합치
잔차 대 적합치를 표시합니다. 잔차 대 적합치 그림을 사용하면 잔차가 치우치지 않고 분산이 일정한지 여부를 확인할 수 있습니다.
잔차 대 순서
잔차 대 데이터 순서를 표시합니다. 각 데이터 점의 행 번호가 x 축에 표시됩니다. 잔차 대 데이터 순서 그림을 사용하면 적합치가 관측 기간 동안의 관측치와 비교하여 얼마나 정확한지 확인할 수 있습니다.
네 개 모두
네 개의 잔차 플롯을 모두 하나의 그래프에 함께 표시하려면 선택합니다.
잔차 대 변수
잔차에 대해 표시할 하나 이상의 변수를 입력합니다. 잔차 대 변수 그림을 사용하면 분석에 포함되지 않은 변수가 반응에 체계적으로 영향을 미치는지 여부를 확인할 수 있습니다.