我有许多数据点，我试图从中提取一个有意义的模式（或者得出一个可以预测的方程式）。我试图找到任何给定ITEM的RANK和DAILY SALES之间的相关性（？）。
因此，对于任何给定的项目，我有（比方说）两周的每日信息，每天包含一个库存和排名配对。
MONDAY: 30 in stock.
TUESDAY: 20 in stock.
WEDNESDAY: 50 in stock.
THURSDAY: 40 in stock.
FRIDAY: 41 in stock.
推测是每天售出3件物品，每天售卖约3件，大约意味着排名约为30件。
在广泛的跨度（20,000件，超过2周）的库存/等级/日期配对中给出这样的信息，我想得出一个估算每日销售额的方程式/方法对于任何给定的等级。
有一个问题：
数据并非完全清洁，因为 - 偶尔 - 库存会因为重新库存或返回而向上波动。例如，您可能会看到类似
的内容{{1}}
表示在星期二和星期三之间，还有30多人得到了补充，并且在星期四，还有一人被退回。
我打算在给定排名的每日销售中使用均值和标准差。 因此，如果给出任何排名，我可以根据平均值和标准差值预测每日销售额。 这是正确的方法吗？对于这种情况是否有更好的方法
答案 0 :(得分：1)
听起来这对你来说很好，fpp
介绍时间序列预测。时间序列预测 有很多细微差别所以它可以很容易地绊倒人。一些问题 你已经注意到了（例如季节性）。其他人与统计有关 这类数据的属性。看看这个和