Можно выбрать один из типов процедуры моделирования:
| По умолчанию | Соответствует стандартному моделированию временного ряда |
| Только на основе прогнозируемых переменных | Работает как модель классификации/регрессии, построенной на прогнозируемых переменных с сигналом в качестве цели. Этот режим может быть использован для уточнения и проверки прогнозируемых переменных или определения ненужных переменных. |
| Деактивировать тренды полинома | Создает все модели, кроме содержащих тренд полинома. |
| Пользоват. | Позволяет активировать или деактивировать типы моделей, которые будут создаваться временным рядом при анализе сигнала. В следующей таблице приведены типы моделей, которые можно деактивировать. |
Типы моделей, которые можно деактивировать в пользовательской процедуре моделирования
| Компонент | Тип модели | Описание |
|---|---|---|
| Тренды | Задержка 1 | Прошлое значение сигнала |
| Задержка 2 | Позапрошлое значение | |
| Разница второго порядка | Тренд, использующий двойную разницу для распространения наклона сигнала | |
| Линейно во времени | Линейная регрессия во времени | |
| Полиномиально во времени | Полиномиальная регрессия во времени | |
| Линейно в прогнозируемых переменных | Линейная регрессия в прогнозируемых переменных | |
| Линейно во времени и линейно в прогнозируемых переменных | Линейная регрессия во времени и в прогнозируемых переменных | |
| Полиномиально во времени и линейно в прогнозируемых переменных | Полиномиальная регрессия во времени и линейная регрессия в прогнозируемых переменных | |
| Периодичности | Цикличность | Распознавание циклических переменных |
| Сезонности | Распознавание сезонных переменных | |
| Периодические прогнозируемые переменные | Использование прогнозируемых переменных как периодических | |
| Колебания | Авторегрессия | Построение авторегрессионной модели |