R - 如何按组预测具有多个变量的每日时间序列答案

【问题标题】：R - How to forecast by group for a daily time series with multiple variablesR - 如何按组预测具有多个变量的每日时间序列
【发布时间】：2019-04-01 05:11:18
【问题描述】：

我不熟悉按组进行时间序列预测。

我有一个大型的每日时间序列数据集，我需要对其进行预测。

我做了很多谷歌搜索，尝试了很多不同的方法，但都没有成功。

date    country device  os  browser visits  clicks  logins  sale
7/29/2018   USA desktop Windows Firefox 3046    1523    762 381
7/29/2018   USA mobile  Windows Firefox 6546    3273    1637    818
7/29/2018   USA tablet  Windows Firefox 864 432 216 108
7/30/2018   USA desktop Windows Firefox 11004   5502    2751    1376
7/30/2018   USA mobile  Windows Firefox 7938    3969    1985    992
7/30/2018   USA tablet  Windows Firefox 1114    557 279 139
7/31/2018   USA desktop Windows Firefox 10814   5407    2704    1352
7/31/2018   USA mobile  Windows Firefox 7560    3780    1890    945
7/31/2018   USA tablet  Windows Firefox 984 492 246 123

这是我生成的示例数据集，因为我找不到任何其他可以正确代表我的问题的开放数据集。（如果样本数量不好，请见谅）

我希望按“国家”、“设备”、“操作系统”和“浏览器”预测该数据集接下来“n”天的每日“访问次数”、“点击次数”、“登录次数”、“销售额”

任何帮助将不胜感激。

【问题讨论】：

标签： r time-series tidyverse forecasting forecast

【解决方案1】：

这正是我们开发tsibble 和fable 软件包的用例。 tsibble 在 CRAN (https://cran.r-project.org/package=tsibble) 上，而 fable 仍然只在 github (https://github.com/tidyverts/fable) 上。

您可以通过country、device、os 和browser 来预测clicks：

library(tsibble)
library(fable)
mydata <- tsibble(dataframe, key = c(country, device, os, browser), index=date)
mydata %>%
  model(ETS(clicks)) %>%
  forecast()

【讨论】：