Analisi delle serie temporali che predicono i valori futuri<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Carissimi,
Non sto facendo analisi delle serie temporali prima che mi venga chiesto di prevedere le vendite 2016 come settimana per settimana e come importo finale.
L'azienda è uno svago e un turismo stagionali (più esattamente un hotel resort).
Le vendite terminano entro la 44a settimana dell'anno (data di chiusura dell'hotel) e iniziano 73 settimane prima della data di chiusura dell'hotel.
Per adeguare maggiormente i dati di vendita a dati di vendita annuali non stagionali, ho impiegato solo le ultime 52 settimane di vendita.
Ho un set di dati degli ultimi 4 anni di vendite.
Ma non sono a conoscenza di come modellare i dati come; dovrebbe scegliere le serie temporali di colonne come annuali o settimanali?
Dovrebbe scegliere ARIMA stagionale (0, 1, 1) (0, 1, 1) 12 o ARIMA stagionale (0, 1, 1) (0, 1, 1) 52?
O dato che i dati devono essere considerati come annuali dovrei scegliere ARIMA?
Come riempire i valori settimanali previsti nella tabella dei dati?
Le tabelle sono allegate e apprezzerebbero qualsiasi aiuto.
Ri: Analisi delle serie temporali che predicono i valori futuriDovrebbe scegliere le serie temporali di colonne come annuali o settimanali?
Se si desidera prevedere vendite settimanali, è necessario utilizzare i dati settimanali. Inoltre, ci sono solo quattro anni di dati, quindi non è sufficiente eseguire un'analisi delle serie temporali sui dati annuali.
Dovrebbe scegliere ARIMA stagionale (0, 1, 1) (0, 1, 1) 12 o ARIMA stagionale (0, 1, 1) (0, 1, 1) 52?
Se un pattern stagionale si verifica in un ciclo di 52 settimane, che sembra essere mostrato nei tuoi dati, si usa 52.
O dato che i dati devono essere considerati come annuali dovrei scegliere ARIMA?
Vedi i miei commenti sopra.
Come riempire i valori settimanali previsti nella tabella dei dati?
Innanzitutto, nella finestra di dialogo Serie storica, scegli quanti # di periodi vuoi pronosticare. Il valore predefinito è 25. Nel tuo caso, inserisci 35 (per riempire fino al 2016) o più. Secondo, dopo aver costruito i modelli ARIMA stagionali, fare clic sul triangolo rosso e selezionare uno dei due Salva colonne o Salva la formula di previsione per ottenere una nuova tabella JMP contenente previsioni.
http://www.jmp.com/support/help/Modeling_Reports.shtml#104953
Suggerisco anche di usare un registro trasformazione sulle tue vendite per assicurarti positivo previsioni e quindi utilizzare Exp (o 10 ^) a Trasforma all'indietro .
