【问题标题】:How to convert a time series into something useful?如何将时间序列转换为有用的东西?
【发布时间】:2015-09-29 02:24:00
【问题描述】:

我有以下格式的时间序列:

         Date        SKU Sales
1  2014-01-02 000823307B     5
2  2014-01-03 0008233043    52
3  2014-01-03 000823307B     4
4  2014-01-04 000823307B    10
5  2014-01-05 000823307B     1
6  2014-01-06 0008233043    10
7  2014-01-06 0008233053    43
8  2014-01-06 000823307B     7
9  2014-01-07 0008233043    30
10 2014-01-07 0008233053     5

我想了解不同 SKU 的销售额是否相关。我怎样才能在 R 中做到这一点?我很难找到一个起点。我不太明白如何将其转换为 ts 对象,以及这是否是正确的方法。


阅读 cmets 后,我认为这个问题对于某些人来说可能难以理解。幸运的是,我也得到了一些非常有用的提示。 我将通过创建一个数据透视表然后尝试按周对销售数据进行分组来解决这个问题。通过这样做,我应该能够绘制一个显示产品不同销售量的折线图,并关联不同的销售模式。

【问题讨论】:

  • 寻求非常非具体帮助的问题往往得不到回答或因缺乏尝试而被搁置。考虑展示您迄今为止尝试过的内容。您是否查看过任何有关将不同对象强制转换为时间序列的在线资源?
  • 您是在问如何进行聚类分析,还是如何进行数据透视图?

标签: r statistics time-series


【解决方案1】:

您可以表示您的数据,使每个 SKU 都是一个变量,而每天/每月(选择一个可以为您提供有意义的相关值的时间段)是一个观察值。

然后您可以使用 princomp() 或 prcomp() 执行 PCA。这将是一个足够的起点。

【讨论】:

    猜你喜欢
    • 2021-10-24
    • 2017-01-28
    • 2011-01-12
    • 1970-01-01
    • 1970-01-01
    • 2011-08-25
    • 2021-08-29
    • 2013-06-02
    • 1970-01-01
    相关资源
    最近更新 更多