<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />各位，
在我被要求逐週預測 2016 年銷售額和最終金額之前，我沒有進行任何時間序列分析。
該公司是一家季節性休閒旅遊公司（更準確地說是一家度假酒店）。
促銷活動於一年中的第 44 週（飯店關閉日期）結束，並在飯店關閉日期前 73 週開始。
為了讓銷售數據更符合非季節性年度銷售數據，我只採用了過去 52 週的銷售數據。
我有一個過去 4 年銷售額的資料集。
但我不知道如何塑造數據；柱的時間序列應該選擇每年還是每週？
應選擇季節性 ARIMA (0, 1, 1)(0, 1, 1)12 還是季節性 ARIMA (0, 1, 1)(0, 1, 1)52？
或者由於數據被視為年度數據，我是否應該選擇 ARIMA？
如何將預測的每週值填入資料表中？
表格已附上，希望得到任何幫助。
柱的時間序列應該選擇每年還是每週？
如果您想預測每週銷售額，您應該使用每週資料。 此外，只有四年的數據，因此僅對年度數據進行時間序列分析是不夠的。
應選擇季節性 ARIMA (0, 1, 1)(0, 1, 1)12 還是季節性 ARIMA (0, 1, 1)(0, 1, 1)52？
如果季節性模式出現在 52 週的周期內（這似乎在您的資料中顯示），則使用 52。
或者由於數據被視為年度數據，我是否應該選擇 ARIMA？
請參閱我上面的評論。
如何將預測的每週值填入資料表中？
首先，在「時間序列」對話方塊中選擇要預測的周期數。 預設值為 25。 對於您的情況，請輸入 35（直到 2016 年為止）或更多。其次，在建立季節性 ARIMA 模型後，按一下紅色三角形並選擇儲存列或者保存預測公式取得包含預測的新 JMP 表。
http://www.jmp.com/support/help/Modeling_Reports.shtml#104953
我還建議您使用 Log轉型您的銷售，以確保積極的預測，然後使用 Exp（或 10^）反向變換。
