【发布时间】:2016-11-14 16:29:56
【问题描述】:
我想在季节性背景下预测销售额。在阅读了Quick-R的一些网页后,我尝试预测我拥有的销售额数据,虽然我不明白一些名词(例如,滞后)。
这里有一些代码:
# load library
library(dplyr)
library(lubridate)
library(forecast)
# fake data
set.seed(4)
amount_2014 <- c(sample(3000:3500, 6), sample(4000:5000, 6))
set.seed(5)
amount_2015 <- c(sample(3000:3500, 6), sample(4000:5000, 6))
set.seed(6)
amount_2016 <- c(sample(3000:3500, 6), sample(4000:5000, 4))
sales <- data.frame(year = c(rep(2014, 12), rep(2014, 12), rep(2016, 10)),
month = c(1:12, 1:12, 1:10),
amount = c(amount_2014, amount_2015, amount_2016))
sales <- sales %>% mutate(Month = ymd(paste(year, month), truncated =2)) %>%
arrange(Month)
sales_ts <- ts(sales$amount, start = c(sales$year[1], sales$month[1]),
frequency = 12)
# first try
sales_ts_fc_1 <- forecast(sales_ts, h = 13)
sales_ts_fc_1 # the forecast for every month is same
# then try
auto.arima(sales_ts)
sales_ts_arima <- arima(sales_ts, order = c(0, 1, 0))
sales_ts_fc_2 <- forecast.Arima(sales_ts_arima, h = 13)
sales_ts_fc_2 # the forecst for evey month is very close
两次尝试都失败了,因为预测的销售额不是季节性的。
如何预测这样的季节性数据?
谢谢!
【问题讨论】:
-
Stack Overflow 是一个针对独立的具体编码问题的问答网站。你需要的是学习时间序列分析和预测。这并不是 SO 的真正用途,& 在这个框架内太大而无法做到。
标签: r forecasting