Visual Analytics for Model Selection in Time Series Analysis
作者: Markus Bögl, Wolfgang Aigner, Peter Filzmoser, Tim Lammarsch, Silvia Miksch, and Alexander Rind
来源: VAST2013
本文提出了一套可视分析系统，用以确定 ARIMA 模型适当参数。
ARIMA 模型是统计领域用以对时序数据建模的常用工具，发展至今也有了一套完整的建模方法，如怎样进行模型识别，怎样进行模型的检验等。在实际应用领域，该模型也发挥着很大的作用，如计量金融，生物统计等等。
对于这样一套完备的理论，本文将整个流程进行了整合，将所有统计图表集中到一个系统中，当调整模型的参数时，系统可以对调整实时响应，绘制出统计图表，使统计学家能够看到模型的变迁，对模型进行实时地评估，提升建模效率。
本文采用了 Box-Jenkins 提出的建模流程，并设计了如图一所示的交互。
图一
系统界面如图二所示，值得注意的是，系统用的图表都是统计领域已有的做法，并没有做更进一步的改进。当然阅读这样的图表需要经过统计方面的训练，可能是考虑到该系统面向的用户群是统计专家，这样集成的做法比较符合他们的习惯。
图二
总体来说，本文的做法非常直接，将统计领域非常成熟的方法集成为一个系统，用以解决一个任务。从可视化的角度来说，未免过于简单。但是不得不承认这样的做法确实有效，容易得到领域专家的认可。
妥善有效地解决一个问题，对于一个可视分析系统来说，可能就足够了。
Questions & Discussion：
✉️ zjuvis@cad.zju.edu.cn