Question

我按日进行SALES的时间序列。我白天有数据集。（格式01.11.2015-29.11.2015）。这里的例子是：

dput
DAY        STORE    ART     SALES
01.11.2015  1534    343533  62.5000
01.11.2015  25039   20490   686.4480
01.11.2015  1612    295206  185.0000
01.11.2015  1053    16406274    32.5000
01.11.2015  1612    49495   143.1196
01.11.2015  961 15309949    50.9000

如何对所有商店和ART进行一次预测，如何将我的分析分为两个因素？

＃

library('ggplot2')
library('forecast')
library('tseries')


mydat=read.csv("C:/Users/synthex/Downloads/sales.csv", sep=";",dec=",")
View(mydat)
str(mydat)


count_ts = ts(mydat[, c('SALES')])
View(count_ts)

mydat$clean_cnt = tsclean(count_ts)



mydat$cnt_ma = ma(mydat$clean_cnt, order=7) # using the clean count with no outliers
mydat$cnt_ma30 = ma(mydat$clean_cnt, order=30)

count_ma = ts(na.omit(mydat$cnt_ma), frequency=30) 
decomp = stl(count_ma, s.window="periodic")
deseasonal_cnt <- seasadj(decomp)
plot(decomp) 


adf.test(count_ma, alternative = "stationary") 



auto.arima(deseasonal_cnt, seasonal=FALSE)


fit<-auto.arima(deseasonal_cnt, seasonal=FALSE)

tsdisplay(residuals(fit), lag.max=45, main='(1,1,0) Model Residuals')



fit2 = arima(deseasonal_cnt, order=c(1,1,7))


fcast <- forecast(fit2, h=1)

Answer 1

D.Joe，

您没有正确指定start参数。如果您在?ts处查看，这就是文档中有关上述参数的内容。

开始：
第一次观察的时间。单个数字或两个整数的向量，指定自然时间单位和a （基于1）样本数量进入时间单位。请参阅示例使用第二种形式。

如果你想在特定的一天开始，这不是这样做的方法。您可以在此处了解如何管理此特定方案

starting a daily time series in R

无论如何，Holt Winters不是处理日常数据的最佳选择。您使用此方法有什么特别的原因吗？您可以在此处找到一些处理日常数据的方法。

R: Holt-Winters with daily data (forecast package)

Answer 2

假设您的数据实际上是由ART by STORE汇总的，并且您想通过一种方法找到所有STORES的所有ART类别的预测，这是否公平？如果是这种情况，我认为您需要的是R中public welcomeParams: object = { '%start_link_homepage%': '<a class="ng-link" href="' + this.localize.translateRoute('/').slice(0, -1) + '">', '%end_link_homepage%': '</a>', } ngAfterViewInit(): void { let self = this; $('.ng-link').off().on('click', function (e) { e.preventDefault(); console.log('Ok'); let href = this.href.replace(/^(?:\/\/|[^\/]+)*\//, ''); self.router.navigate([href]); }); }软件包的功能。它将同时提供所有ART和STORE的预测，还提供绘图功能。您需要在STORE下提供ART的“分组矩阵”以及TOTAL SALES假设。在不知道组结构的情况下，不可能提供示例代码。

如何做每日预测

2 个答案: