我正在一段时间（即几年）内分析销售数据。这些销售数据还取决于一些预测变量（即假期，周末，天气等）。每日计数的范围是0到10.000，并且有些值为零。我面临的问题是选择合适的预测模型，其中包括时间结构和零值的存在。
我最初尝试过一种泊松模型。产生的问题是较大的过度分散。为了处理过度分散，我做了一个拟泊松模型和负二项模型。但是在这里，我遇到了时间序列结构和零预测差的问题（通常，模型的预测能力差）。因此，我考虑了零膨胀的泊松模型（以处理零）。然而，模型选择非常差（因此是预测）。
我希望有人对我的建模问题（以及如何处理ts结构）有一个合适的模型选择的想法。我所做的模型的实际结果不足以提供数据。