【发布时间】:2018-06-01 18:48:38
【问题描述】:
我正在尝试使用虚构公司的营销费用的每月时间序列数据集创建预测。数据看起来像这样:
使用线性回归来预测未来的销售额,我得到以下结果:
我的问题在于营销费用的季节性(例如夏季月份较高)。理想情况下,我想计算未来几个月的预测值,包括季节性。我在某处读过有关 ARIMA 预测的文章,但我确实在寻找一些关于如何完成任务的最佳想法。
明确地说,我只需要图表和趋势线,但也需要数据来支持它。
任何帮助将不胜感激!
【问题讨论】:
-
要正确执行此操作,您需要足够的历史数据,并且需要确保已正确清理数据(例如处理异常值、缺失值.....等...2016 有一些内置选项,例如插值)——仅仅拥有工具而不知道如何创建可用的数据集是没有意义的。此外,您需要确定时间序列的周期性(尽管内置的 2016 将提供自动检测此选项的选项)。内置的 Excel 工具可以输出一些度量来支持预测,例如 MAE(本质上是预测与实际之间的误差度量)。
-
ARIMA 更复杂,因为在确定模型设置的参数时,您需要开始了解自相关(解释 ACF 和 PACF 图)等。不过,我会用 Python 或 R 来做类似的事情。
标签: excel time-series data-analysis finance forecasting