Zeitreihenanalyse zur Vorhersage zukünftiger Werte<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Verehrte Gäste,
Ich führe keine Zeitreihenanalyse durch, bevor ich gebeten wurde, die Verkäufe für 2016 Woche für Woche und als endgültigen Betrag vorherzusagen.
Das Unternehmen ist ein saisonales Freizeit- und Tourismusunternehmen (genauer gesagt ein Resorthotel).
Der Verkauf endet in der 44. Woche des Jahres (Hotelschlussdatum) und beginnt 73 Wochen vor Hotelschlussdatum.
Um die Verkaufsdaten besser an die nichtsaisonalen Jahresverkaufsdaten anzupassen, habe ich nur die Verkäufe der letzten 52 Wochen herangezogen.
Ich habe einen Datensatz der Verkäufe der letzten 4 Jahre.
Aber ich weiß nicht, wie ich die Daten gestalten soll; Sollte die Spaltenzeitreihe „jährlich“ oder „wöchentlich“ gewählt werden?
Sollten Sie Saisonales ARIMA (0, 1, 1)(0, 1, 1)12 oder Saisonales ARIMA (0, 1, 1)(0, 1, 1)52 wählen?
Oder sollte ich ARIMA wählen, da die Daten als jährlich zu betrachten sind?
Wie fülle ich die vorhergesagten wöchentlichen Werte in die Datentabelle ein?
Tabellen sind beigefügt und würden uns über jede Hilfe freuen.
Betreff: Zeitreihenanalyse zur Vorhersage zukünftiger WerteSollte die Zeitreihe der Spalte „jährlich“ oder „wöchentlich“ gewählt werden?
Wenn Sie wöchentliche Verkäufe vorhersagen möchten, sollten Sie wöchentliche Daten verwenden. Außerdem liegen nur Daten aus vier Jahren vor, sodass es nicht ausreicht, eine Zeitreihenanalyse der Jahresdaten durchzuführen.
Sollten Sie Saisonales ARIMA (0, 1, 1)(0, 1, 1)12 oder Saisonales ARIMA (0, 1, 1)(0, 1, 1)52 wählen?
Wenn in einem 52-Wochen-Zyklus ein saisonales Muster auftritt, das in Ihren Daten angezeigt zu sein scheint, verwenden Sie „Ja“, und verwenden Sie „52“.
Oder sollte ich ARIMA wählen, da die Daten als jährlich zu betrachten sind?
Siehe meine Kommentare oben.
Wie fülle ich die vorhergesagten wöchentlichen Werte in die Datentabelle ein?
Wählen Sie zunächst im Dialogfeld „Zeitreihen“ aus, wie viele Perioden Sie prognostizieren möchten. Der Standardwert ist 25. Geben Sie in Ihrem Fall 35 (zum Auffüllen bis 2016) oder mehr ein.Zweitens: Nachdem Sie saisonale ARIMA-Modelle erstellt haben, klicken Sie auf das rote Dreieck und wählen Sie eines aus Spalten speichern oder Vorhersageformel speichern um eine neue JMP-Tabelle zu erhalten, die die Prognose enthält.
http://www.jmp.com/support/help/Modeling_Reports.shtml#104953
Ich schlage außerdem vor, dass Sie ein Protokoll verwenden Transformation auf Ihre Verkäufe zu gewährleisten positiv Vorhersagen, und verwenden Sie dann Exp (oder 10^), um rücktransformieren .
