Google BigQuery 中的时间序列投影答案

【问题标题】：Time Series Projection in Google BigQueryGoogle BigQuery 中的时间序列投影
【发布时间】：2019-01-16 17:56:50
【问题描述】：

我正在寻找一种在 BigQuery 中进行时间序列投影的好方法，并找到了这个方法，它可以很好地计算相关性和斜率：View Post。但这无助于将时间线延长至您的选择。

但是谁能建议一个完整的解决方案，我可以根据需要延长时间线 (x) 并使用单个查询获得 (Y) 的预测？

任何帮助将不胜感激。

【问题讨论】：

标签： time google-bigquery time-series regression projection

【解决方案1】：

基本思想是将模型规范左连接到生成的日期表并使用它：

WITH stats AS (
  SELECT * FROM UNNEST([
    STRUCT( 'a' AS model, 0.3 AS slope, 11 AS intercept ),
    STRUCT( 'b', 0.2, 7)
  ])
)

SELECT
  date,
  model,
  slope,
  intercept,
  UNIX_DATE(date) AS X,
  slope * UNIX_DATE(date) + intercept AS Y
FROM
  UNNEST(GENERATE_DATE_ARRAY(DATE('2018-05-01'),DATE('2018-07-01'))) AS date
  LEFT JOIN stats ON TRUE
ORDER BY date ASC

我没有重复统计部分，因为它已经回答了，但是我创建了一个带有两个模型的虚拟表来替换它，模型当然也可以是一个桶，那么你必须留下加入作为一把钥匙。

我还假设您使用 unix 日期（自 1970 年 1 月 1 日以来的天数）创建了带有日期的模型，否则您需要相应地进行修改。

【讨论】：

嗨@Martin Weitzmann，抱歉延迟回复；但不能感谢你的精彩回答。交叉连接可以解决问题。两个问题：（a）你写了“在这里添加你的计算”——你的意思是什么计算？ (b) 我想将查询的第一部分扩展到多重回归；你能帮我修改统计部分吗？现在每个人似乎都相信 BigQuery ML 可以解决所有预测问题。但在大多数情况下，这也使用 LR 创建训练模型。我可能是错的，但 BQML 技术对于简单的预测工作似乎有点过头了。
很高兴为您提供帮助，您可以考虑接受答案（单击答案旁边的复选标记，将其从灰色切换为已填充）。广告 (a): 是剩余的，我删除了它 (b) 最好向社区提出一个新问题，这会使这里的答案有些膨胀，并且不适合这个问题
发布了一个新问题。这里：[stackoverflow.com/questions/51798133/…