SCA 是一套功能強大時間數(shù)列預(yù)測及分析軟件。它能提供使用者統(tǒng)計咨詢、系統(tǒng)整合、以及為顧客量身訂做程序服務(wù)。SCA 軟件系統(tǒng)承襲G.E.P. BOX, G.C. Tiao, L.M. Liu…等國際知名時間數(shù)列及預(yù)測大師最新研究方法，被學(xué)界及實務(wù)界評為先進的時間數(shù)列及預(yù)測軟件。
SCA?軟件操作容易，適合各樣背景的模型使用者。內(nèi)建的人工智能演算功能，可自動有效地認(rèn)出時間數(shù)據(jù)內(nèi)錯綜復(fù)雜季節(jié)性或非季節(jié)性的ARIMA模型，對時間數(shù)列進行分析或預(yù)測。具備SCA軟件，您可克服時間數(shù)列分析理論及實務(wù)的操作隔閡，減少花在辨認(rèn)ARIMA模型上的工夫，而將寶貴的時間用在時間數(shù)列結(jié)果的分析及預(yù)測上。
SCA 軟件有效地解決了時間數(shù)據(jù)分析多種可能模型選擇上的困擾，并且對時間數(shù)據(jù)中常見的多個外部干預(yù)及離異數(shù)據(jù)，自動作偵測及修正并估計出修正后的預(yù)測模型。大幅提高了模型解釋能力及預(yù)測精確，并能提供干預(yù)或離異數(shù)據(jù)的類型、影響程度及持續(xù)長短。讓您充分了解過去正常時間數(shù)據(jù)的型態(tài)，及未來正常，或干預(yù)下可能發(fā)生的預(yù)測狀況。SCA軟件非常適合商務(wù)、管理、營銷、財務(wù)、投資、股票、交通、旅游、經(jīng)濟、生產(chǎn)、醫(yī)療、環(huán)保、倉儲、公用事業(yè)及教學(xué)、研究等實務(wù)及學(xué)術(shù)上的應(yīng)用。
-時間序列電力變換分析與診斷
-利用功率變換改進預(yù)測
-時變參數(shù)模型
-廣義閾值A(chǔ)R和ARIMA建模
-分段時間序列建模與預(yù)測
-GARCH建模與應(yīng)用環(huán)境
-一種新的季節(jié)ARIMA識別方法
-單位根測試
-使用向量ARIMA模型的因果關(guān)系檢驗
-基于ARMA因子根檢驗的改進估計
-數(shù)據(jù)構(gòu)建、處理、索引和聚合
SCA教育版包括用于教學(xué)的基本時間序列分析和預(yù)測功能。正是這個基本模塊構(gòu)建了其他SCA預(yù)測和時間序列產(chǎn)品。教育版?zhèn)戎赜诮?jīng)過時間測試的建模功能，提供了使用各種時間序列模型進行識別、估計、診斷檢查和預(yù)測的所有必要工具。
-Box-Jenkins非季節(jié)性ARIMA建模
-季節(jié)ARIMA模型的新識別方法
-強大的傳遞函數(shù)建模和預(yù)測
-傳遞函數(shù)的有效LTF模型識別
-具有自相關(guān)誤差的滯后回歸
-干預(yù)（影響）分析
-使用各種方法的指數(shù)平滑
-時間序列模擬
-約束參數(shù)估計
-廣泛的通用統(tǒng)計分析功能
-大型工作空間（60000字）分配
從業(yè)者版在教育版的基礎(chǔ)上增加了專家系統(tǒng)自動時間序列建模和預(yù)測功能。它易于使用，對新手和專家來說都是一筆財富。此外，它還包括在估計過程中自動檢測和調(diào)整異常值的強大功能，這是時間序列數(shù)據(jù)挖掘的一個很好的工具。Practicer Edition提供了一個有效的解決方案來處理大量時間序列上的重復(fù)建模和預(yù)測任務(wù)。它是推動需要自動化的大規(guī)模預(yù)測應(yīng)用的自然選擇。
-季節(jié)性和非季節(jié)性ARIMA模型的自動識別
-自動傳遞函數(shù)建模和干預(yù)分析
-利用陳和劉的聯(lián)合估計算法自動檢測和調(diào)整異常值
-自動處理級別轉(zhuǎn)換、臨時更改、添加和創(chuàng)新異常值
-通過模型參數(shù)和異常值效應(yīng)的聯(lián)合估計改進干預(yù)效果的估計
-通過對時間序列末尾出現(xiàn)的異常值進行特殊處理，獲得更好的預(yù)測結(jié)果
-時間序列數(shù)據(jù)挖掘與探索
-利用電力變換改進預(yù)測
-具有缺失數(shù)據(jù)的模型識別和估計
-交易日和移動假期調(diào)整
-日期功能，便于進行每日、每周和每月的建模和預(yù)測
-無限制的工作空間分配
專業(yè)版（A）在從業(yè)者版的基礎(chǔ)上，增加了使用向量ARIMA和同時傳遞函數(shù)（STF）模型的多變量時間序列分析和預(yù)測。這些先進的建模方法非常適合商業(yè)、經(jīng)濟、工業(yè)和社會科學(xué)時間序列數(shù)據(jù)。
-使用向量ARIMA模型分析和預(yù)測多變量時間序列
-使用向量ARIMA模型的因果關(guān)系檢驗
-使用同時傳遞函數(shù)模型分析和預(yù)測多變量時間序列，該模型考慮了干預(yù)、交易日和移動假期的影響
-非常適合分析空間時間序列數(shù)據(jù)
-基于向量ARIMA和STF模型的多變量時間序列仿真
-使用采用STF模型的結(jié)構(gòu)形式模型研究同期效應(yīng)，或使用簡化形式向量ARMA模型來利用滯后相關(guān)性
-通過處理序列相關(guān)誤差擴展傳統(tǒng)的計量經(jīng)濟模型
專業(yè)版（B）在從業(yè)者版的基礎(chǔ)上增加了功率變換、分段時間序列方法、非線性時間序列測試、識別、建模、使用TAR、閾值A(chǔ)RIMA和閾值傳遞函數(shù)模型進行預(yù)測。還包括時變參數(shù)模型和GARCH模型的新分析功能。
-提高預(yù)測精度的電力變換新準(zhǔn)則
-使用加權(quán)估計方法的分段時間序列建模和預(yù)測
-有效處理聚集異常值，并對臨時結(jié)構(gòu)變化的參數(shù)估計進行脫敏處理
-閾值自壓縮（TAR）和一般閾值A(chǔ)RIMA建模與預(yù)測
-分段和閾值傳遞函數(shù)建模與預(yù)測
-時間序列的非線性測試
-時變參數(shù)模型分析
-GARCH建模
滬公網(wǎng)安備31011502400918