Überblick über das Toolset "Zeitserienvorhersage"

Mit den Werkzeugen im Toolset "Zeitserienvorhersage" können Sie zukünftige Werte für einen Raum-Zeit-Würfel vorhersagen und schätzen sowie für die einzelnen Positionen eines Raum-Zeit-Würfels verschiedene Vorhersagemodelle auswerten und vergleichen. Es stehen verschiedene Vorhersagemodelle für Zeitserien zur Verfügung, z. B. einfache Kurvenanpassung, exponentielles Glätten und eine Forest-basierte Methode.

WerkzeugBeschreibung

Kurvenanpassungsvorhersage

Sagt zukünftige Werte für jede Position eines Raum-Zeit-Würfels mithilfe der Kurvenanpassung vorher.

Vorhersagen nach Position auswerten

Wählt aus mehreren Vorhersagen für die einzelnen Positionen eines Raum-Zeit-Würfels jeweils das genaueste Ergebnis aus. Hiermit haben Sie die Möglichkeit, mehrere Werkzeuge im Toolset Zeitserienvorhersage mit denselben Zeitseriendaten zu verwenden und für jede Position die beste Vorhersage auszuwählen.

Vorhersage für exponentielles Glätten

Führt eine Vorhersage zukünftiger Werte für jede Position eines Raum-Zeit-Würfels mithilfe der exponentiellen Glättungsmethode nach Holt-Winters durch, indem die Zeitserie bei jedem Positionswürfel in saisonale und Trendkomponenten zerlegt wird.

Forest-basierte Vorhersage

Sagt mithilfe einer Adaption des "Random Forest"-Algorithmus von Leo Breiman die zukünftigen Werte für jede Position eines Raum-Zeit-Würfels vorher. Das Forest-Regressionsmodell wird mithilfe von Zeitfenstern an jeder Position des Raum-Zeit-Würfels trainiert.

Zusätzliche Ressourcen

Unter https://www.esriurl.com/spatialstats finden Sie eine Liste mit Ressourcen, mit deren Hilfe Sie sich mit den Werkzeugen für räumliche Statistiken vertraut machen können. Es sind u. a. folgende Ressourcen verfügbar:

  • Lernprogramme
  • Videos
  • Kostenlose Online-Seminare
  • Bücher, Artikel und Whitepaper
  • Beispielskripte, Fallstudien und Learn ArcGIS-Lektionen


In diesem Thema
  1. Zusätzliche Ressourcen