Page 276 - 4512

Відзначимо, що цей зразок впливу знову визначений цими
двома параметрами  і . Крім того, оцінюючи підігнану мо-
дель, знову важливо, щоб обидва параметри були статистично
значущими.
Ці різні моделі дії будуть розглянуті в Review Impact
Patterns tab.

2.6.1 Визначення моделі

Клацніть кнопкою Interrupted time series analysis на Time
Series Analysis Startup Panel - Quick tab, щоб показати діалог
Interrupted Time Series ARIMA (Intervention Analysis).
Цей діалог містить шість вкладок: Quick, Advanced,
Options, Autocorrelations, Review impact patterns і Review series.
Використайте цей діалог, щоб конкретизувати аналіз перерва-
ного часового ряду. Ця техніка названа також аналізом впливу
або аналізом втручання. Загалом, додаткові параметри (на до-
даток до авторегресійних параметрів і параметрів ковзаючого
середнього) можуть бути оцінені, зважаючи на одне або більше
дискретних події, які тимчасово або надовго змінюють повний
"рівень" або середню для ряду.

OK (Begin parameter estimation). Клацніть кнопку OK
(Begin parameter estimation), щоб почати оцінку параметра і по-
тім показати діалог Single Series ARIMA Results. Відмітимо, що,
повертаючись з діалогу Single Series ARIMA Results, до трьох
нових рядів будуть створені і вставлені в active work area (акти-
вній робочій зоні):
1) перетворений оригінальний ряд (наприклад, продифе-
ренційований, прологарифмований і так далі, залежно від вибо-
рів в Transform variable prior to analysis, див. нижче);
2) ARIMA залишки (від ряду після перетворень і дифере-
нціювання);
3) оригінальний ряд плюс прогнози.
Таким чином, упевніться, що є досить місця в активній ро-
бочій області для відповідної змінної, тобто, що є принаймні 3
(незамкнуті) доступних резервних копії. Збільште число резер-
вних копій (Number of backups) у разі потреби. Крім того, пере-

275