该示例使用 Raleigh Temps.jmp 样本数据表，它包含从 1980 到 1990 年测量的每月最高温度（华氏度）。使用“时间序列”平台来查看序列并预测接下来两年的每月最高温度。
|
1.
|
|
2.
|
选择分析 > 专业建模 > 时间序列。
|
|
3.
|
|
4.
|
|
5.
|
在预测周期数旁边的框中键入 24。
|
|
6.
|
点击确定。
|
Raleigh Temps.jmp 的时间序列分析报表
|
7.
|
点击“时间序列”红色小三角菜单，然后选择 ARIMA。
|
|
8.
|
将自回归阶数 p 设置为 1，因为该序列显示了自相关性的证据。
|
|
9.
|
点击估计。
|
|
10.
|
点击“时间序列”红色小三角菜单，然后选择季节性 ARIMA。
|
|
11.
|
在“ARIMA”框中，将自回归阶数 p 设置为 1，因为该序列显示了自相关性的证据。
|
|
12.
|
在“季节性 ARIMA”框中，将季节差分阶数 D 设置为 1，因为该序列显示了季节性的证据。
|
|
13.
|
点击估计。
|
|
14.
|
在“模型比较”表中，为两个模型选中图形下的框。
|
Raleigh Temps.jmp 的“模型比较”表
