미래의 가치를 예측하는 시계열 분석<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />친애하는 모두,
2016 Sales를 주별로 그리고 최종 금액으로 예측하라는 요청을 받기 전에는 어떤 시간 계열 분석도 수행하지 않았습니다.
이 회사는 계절 레저 및 관광 (더 정확하게 리조트 호텔)입니다.
판매는 44 번째 주 (호텔 마감 날짜)까지 끝나고 호텔 마감 날짜보다 73 주 전에 시작됩니다.
비 계절별 연간 판매 데이터에 더 많은 판매 데이터를 맞추기 위해 지난 52 주간의 매출 만 얻었습니다.
나는 지난 4 년 동안 판매 된 데이터를 가지고있다.
그러나 나는 데이터를 어떻게 형성 할 것인가를 알지 못한다. 연간 시계열 또는 주간 시계열을 선택해야합니까?
계절 ARIMA (0, 1, 1) (0, 1, 1) 12 또는 계절 ARIMA (0, 1, 1) (0, 1, 1) 52를 선택해야합니까?
아니면 ARIMA를 선택해야합니까?
예상 주간 값을 데이터 테이블에 채우는 방법은 무엇입니까?
테이블이 첨부되어 도움이 될 것입니다.
재 : 미래의 가치를 예측하는 시계열 분석Time Series of Column을 연례 또는 주간으로 선택해야합니까?
주별 판매량을 예측하려면 주간 데이터를 사용해야합니다. 게다가 4 년의 데이터 만 있기 때문에 연간 데이터에 대한 시계열 분석을 실행하는 것만으로는 충분하지 않습니다.
계절 ARIMA (0, 1, 1) (0, 1, 1) 12 또는 계절 ARIMA (0, 1, 1) (0, 1, 1) 52를 선택해야합니까?
52 주주기에 계절 패턴이 나타나면 데이터에 표시되는 것처럼 보이므로 52를 사용하십시오.
아니면 ARIMA를 선택해야합니까?
위의 내 의견을 참조하십시오.
예상 주간 값을 데이터 테이블에 채우는 방법은 무엇입니까?
먼저, 시계열 대화 상자에서 예측할 기간 수를 선택하십시오. 기본값은 25입니다. 귀하의 경우 35 (2016 년까지 기입) 또는 그 이상을 입력하십시오. 둘째, 계절 ARIMA 모델을 작성한 후 빨간색 삼각형을 클릭하고 열 저장 또는 예측 수식 저장 예측을 포함하는 새 JMP 테이블을 얻습니다.
http://www.jmp.com/support/help/Modeling_Reports.shtml#104953
나는 또한 당신이 로그를 사용할 것을 제안한다. 변환 판매를 보장하기 위해 양 예측을 사용하고 Exp (또는 10 ^)를 사용하여 역 변환 .
