時間序列分析與預測 / Time Series Analysis and Prediction
這是伴隨在行為分析之時間序列分析的報告中，延伸細談時間序列分析的部分。投影片的內容是參考了林惠玲、陳正倉老師所著的「應用統計學」以及其他時間序列分析的相關書籍綜合而成。大部分時間序列分析的介紹仍是環繞著ARIMA技術的模型，後來我用Weka實作的多變項時間序列預測則採用了機器學習的另類做法。
大綱 / Outline
- 時間序列簡介
- 時間序列模型建立
- 預測
投影片 / Slide
- 教學投影片： Google Presentation
- 教學投影片其他格式： Power Point、 PDF、 OpenDocument Presnetation
我以Google簡報的檔案匯出成PPTX，再備份到以下位置：
- SlideShare 、 GitHub 、 OneDrive 、 Box 、 Mega 、 MediaFire 、 Google Drive
參考書籍 / Reference
為了整理時間序列分析的投影片，那段期間讀了一些相關的書籍。時間序列分析的書籍有兩大類，一類是專門在介紹時間序列分析，內容公式繁多、艱深難懂，另一類是統計書籍附帶介紹時間序列分析，通常章節都會被放在書本最後，內容是將時間序列分析的概念帶過一輪，做個簡單介紹。
這份投影片的內容來自於以下書籍：
林惠玲、陳正倉（2011）。應用統計學。臺北市：雙葉書廊。（ISBN：978-957-8555-51-8）
這本書屬於統計書籍附帶介紹時間序列分析，雖然內容並不如專門深入，但很適合作為時間序列分析的入門閱讀。
林茂文（2006）。時間數列分析與預測：管理與財經之應用。臺北市：華泰文化。（ISBN：978-957-609-651-8）
該書從理論與公式來介紹時間序列分析，雖然使用了SAS作為輔助工具，不過可惜的是我一直無法順利安裝SAS，讓我一直難以實作書中介紹的時間序列分析。
石村貞夫（2005）。時間數列分析的SPSS使用手冊（陳耀茂編）。臺北市：鼎茂圖書。（ISBN：978-986-122-360-5）
石村貞夫著作了一系列的SPSS使用手冊，將各種分析分門別類，書中內容直接就是操作與報表的解讀，完全不囉唆。其中一個主題也含括了時間序列分析(時間數列分析)。但是我從圖書館借到的該本書是相當舊的版本，使用的是SPSS 12，跟現在使用的SPSS 20或21實在是差距過大。後來該書作者有推出新版本，不知道有沒有隨之更新SPSS的版本呢？
時間序列分析工具 / Tools for time series analysis
除了上述的SAS、SPSS Trends之外，程式語言R、Python，分析工具Weka跟Excel也能進行時間序列分析，請見：
- R程式語言進行時間序列分析分析的入門：Using R for Time Series Analysis
- Python程式語言進行時間序列分析分析的入門：A comprehensive beginner’s guide to create a Time Series Forecast (with Codes in Python)
- Weka實作時間序列分析：用Weka實作多變項時間序列預測
- Excel實作時間序列分析：用Excel實作指數平滑法
小結 / In closing
時間序列分析的課程一般會放在研究所課程中，以一學期三學份的分量來授課，屬於高等統計的一門技術。在學習過程中，我強烈感受到這真的不是一門簡簡單單就能精熟的領域。
最讓我訝異的是，時間序列分析中，許多篇幅都著重在以自變項「時間」來預測依變項「數值」，很多情況下資料都只有這兩個。但光是這樣，就可以衍生出相當多的公式、檢定、差分轉換等非常多的做法，完全打破以前對於「時間」概念的膚淺認識。
不過，這個特色也是我最苦惱的地方，時間序列分析大部分的做法都是只有時間與單一數值變項，如果我想要知道某個干擾的控制變項對於依變項造成的影響，那就是要使用介入模式建構法來建立具有干擾變項之ARIMA時間序列模型。這又是比ARIMA更上一層樓的建模技術。
後來我想來想去，算了，用Weka的timeseriesForcasting似乎簡單許多，所以就整理了用Weka實作多變項時間序列預測的做法，時間序列分析就用Weka做吧。
對於時間序列分析與預測的介紹就到這邊為止。你是否也會很好奇時間序列分析呢？你以前也有學過時間序列分析嗎？這跟我這篇投影片所講的內容有什麼不一樣呢？我很想知道你的想法，歡迎在下面留言處與我分享你的意見，或是在AddThis分享工具上按讚分享到Facebook或其他社群媒體。感謝你的耐心閱讀，讓我們下次見囉！
