модель для прогноза почасовых временных рядов

Question

Я работаю над данными о продажах торгового автомата. Он состоит из продажи и времени продажи. Я работаю над предсказанием продаж на следующий день на ежечасной основе. Моя работа: Я создал часовой график с продажами в течение интервала, суммированного. Это выглядит так

head(sales) 

        [,1] 

2015-12-01 00:00:00 0 

2015-12-01 01:00:00 0 

2015-12-01 02:00:00 0 

2015-12-01 03:00:00 0 

2015-12-01 04:00:00 0 

2015-12-01 05:00:00 280 

class(sales) 
[1] "xts" "zoo" 

Я наблюдаю, что есть образец в продажах за день, а также в течение недели. Я пробовал использовать ets, но не могу интерпретировать результаты. результат с прогнозами продаж на следующий день - это то, что я ищу. Спасибо

Answer 1

Одна проблема, которую вы планируете совершать продажи (или любую другую переменную) по часам, состоит в том, что когда вы переходите на этот уровень детализации, вы сталкиваетесь с проблемами, когда у вас недостаточно данных или данных вообще нет в свою очередь, дают прогнозы с очень низкой точностью.

Вы не указали, прогнозируете ли вы общий объем продаж или количество продаж, но я думаю, что совет будет работать для обоих сценариев.

Я предлагаю вам моделировать ежедневные продажи (совокупный агрегат до ежедневного уровня), а затем создавать матрицу профиля, которая распределяет дневной прогноз в почасовые ведра.

Вы можете быть очень творческими о том, как создать свой профиль матрицу:

• Баз на последние 10 дней по дням недели
• Основываясь на последний год продажу на те же дни
• расщепленной по регионам

Надеюсь, это поможет