根据之前的数据集预测未来值各位，
我有一个数据表，其中按销售日期显示 2015 年的销售额。
添加“累积摘要”列后，我得到了 2015 年“总收入”的最终金额。
根据这些数据（如果这有助于更健康的预测，我也有 2012 年、2013 年、2014 年的相同数据）我将如何通过逐日填写“2016 年销售额”列来预测 2016 年的总收入？
消息编辑者：Sait Copuroglu
添加了第二个数据表“预测未来值年周”
回复：根据之前的数据集预测未来的最终值<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />亲爱的凯文！
我宁愿幸运也不愿优秀。我不会与您分享我的工作...我将通过向您提供咨询来尝试帮助您，而不是为您做工作。 我会更快乐。 没有要求数据是懒惰的，而是为了节省您的时间，我可以尝试自己去理解。
零并没有消失！埃及会计师在公元前 1740 年就有了零的符号。我们应该通过使用它来代替文件中丢失的数据来尊重史前史。 是的，确实如此，统计数据缺失，财务为零。
但 2014 年数据图表显示单调增长，与收入数据中大量的零（过去缺失）不一致。所以我想我对这个新信息更加困惑。 实际上，我可以制作一个数据表，其中不显示缺失的收入数据，但每年的销售日期都不同，所以我想我可以制作一个日历日期列来扫描所有数据。 在这种情况下，我认为制作“一年中的一周”时间变量会好得多。
图表上的函数形状看起来每年都相似，并且仅使用每天函数的平均值可能会做得更好。这肯定比我的方法更节约，甚至可能更准确。请记住，你给我们的只是两年的时间…… 我想指数平滑或加权平均将是最好的，因为预计 2016 年土耳其的休闲和旅游业更有可能出现在 2015 年而不是 2012 年，我认为我可以处理它。
我对度假酒店业务知之甚少。但这对我来说有一些直观的意义，例如，周末会比工作日更有利可图，暑假会比冬天更有利可图，除夕之类的假期会比其他日子赚更多钱，等等。其实你描述的就是特征「城市酒店」商业。 周末或工作日不影响度假村酒店的业务，因为平均入住晚数为 12 晚。 从 5 月开始运营，到 11 月结束（无圣诞节）。 所以我创建了一些变量，如 DayOfYear、DayOfWeek、WeekOfYear、Year 等。然后，我将“体面的”神经网络、Bootstrap Forest 和 Boosted Tree 模型与收入响应以及这些变量作为因子进行拟合，并保存预测公式。我创建了一个变量来总结这三个模型预测的平均值。 然后我增加了 2016 年的日期，进行每日预测，并按年份对平均值进行求和。这是一种非常幼稚的方法，可以通过一些学科知识来显着改进。 度假酒店通常很少接受客人的直接预订，而是提前与旅游经营者签订全年合同。 总收入的 65% 几乎是在酒店开始运营前几个月通过合同完成的（这就是为什么给定运营年度的销售日期也包括上一年）。 预计剩下的35%来自于“热销”，也就是销售管理团队的技能。 他们对哪个市场将在何时产生多少销售额进行预测，并将其放入 Excel 文件中，称为“收入预算”，“成本管理团队”根据收入预算给出的数据计算预期费用，我们称之为“费用预算”。 总利润就是两者的差额。 我想监控的是每天销售数据流入时实际销售额与收入预算的偏差，哪个市场表现不佳或表现过度，以及与收入预算相比最终的实际销售额是多少。
我想首先我需要以可用于时间序列和拟合模型以及通过 X 拟合 Y 的格式准备数据表，但我不知道如何.. （ 作为迈克尔·安德森提及 ”您可以从收入的线性趋势中剔除季节性影响。这也提供了进行预测的能力。”）
我添加了一个数据表“预测未来值年周”我想这更适合演示目的。
提前谢谢了，
回复：根据之前的数据集预测未来的最终值嗨，赛特！
我宁愿幸运也不愿优秀。我不会与您分享我的工作...我将通过向您提供咨询来尝试帮助您，而不是为您做工作。
零并没有消失！埃及会计师在公元前 1740 年就有了零的符号。我们应该通过使用它来代替文件中丢失的数据来尊重史前史。
但 2014 年数据图表显示单调增长，与收入数据中大量的零（过去缺失）不一致。所以我想我对这个新信息更加困惑。
图表上的函数形状看起来每年都相似，并且仅使用每天函数的平均值可能会做得更好。这肯定比我的方法更节约，甚至可能更准确。请记住，你给我们的只是两年的时间……
我对度假酒店业务知之甚少。但这对我来说有一些直观的意义，例如，周末会比工作日更有利可图，暑假会比冬天更有利可图，除夕之类的假期会比其他日子赚更多钱，等等。所以我做了一些变量，如 DayOfYear、DayOfWeek、WeekOfYear、Year 等。然后，我将“体面的”神经网络、Bootstrap Forest 和 Boosted Tree 模型与收入响应以及这些变量作为因子进行拟合，并保存预测公式。我创建了一个变量来总结这三个模型预测的平均值。 然后我增加了 2016 年的日期，进行每日预测，并按年份对平均值进行求和。这是一种非常幼稚的方法，可以通过一些学科知识来显着改进。
回复：根据之前的数据集预测未来的最终值假设您遇到了 Kevin 所示的丢失数据问题，这可能是使用时间序列平台（在建模下）的不错选择。您可以从收入的线性趋势中剔除季节性影响。这也提供了进行预测的能力。
最好的，
中号
回复：根据之前的数据集预测未来的最终值亲爱的凯文，
感谢您的关注和回复！
事实上，我觉得我对这个预测非常幸运，过去 4 年的数据在 85% 的置信区间内移动（请参见插入的图片）。
这是我的建议：
- 获取更多数据。您所附的文件基本上是两年的部分内容。这不足以对季节性变量进行任何类型的准确预测。
- 了解缺失的数据。他们似乎并不是随机失踪的。他们真的失踪了吗？零？可以以某种方式对它们进行估算吗？如何？ 缺失的数据是“该日期没有销售”，意味着零。
- 假设这些是酒店数据，请考虑什么可以推动酒店入住率......一周中的某一天、一年中的某一天、一年中的一周、假期、会议等。使用这些变量建立几个良好的、可靠的模型，并进行一些交叉验证并对预测进行平均的模型。使用预测公式的平均值来预测 2016 年的每一天，并将天数相加得到总收入。 是的，你没有看错，这个数据集是一家度假酒店的数据。 您能帮助理解如何构建几个可防御的模型吗？ 交叉验证？
我忽略了缺失的数据，制作了三个模型，对它们进行平均，并预测 2015 年为 540 万欧元，2016 年为 710 万欧元。更好的数据将支持更好的模型。更好的模型有望支持更好的预测。 您能否分享您的工作，以便我尝试了解如何忽略丢失的数据、构建模型、对其进行平均、预测？ 您是按时间序列还是拟合模型还是...？
尼尔斯·玻尔 (Niels Bohr) 曾说过“预测是困难的，尤其是预测未来”。
再次非常感谢。
回复：根据之前的数据集预测未来的最终值嗨，赛特！
这是一个很好的问题：您将如何预测 2016 年的总收入？
这是我的建议：
- 获取更多数据。您所附的文件基本上是两年的部分内容。这不足以对季节性变量进行任何类型的准确预测。
- 了解缺失的数据。它们似乎并不是随机失踪的。他们真的失踪了吗？零？可以以某种方式对它们进行估算吗？如何？
- 假设这些是酒店数据，请考虑什么可以推动酒店入住率......一周中的某一天、一年中的某一天、一年中的一周、假期、会议等。使用这些变量建立几个良好的、可靠的模型，并进行一些交叉验证并对预测进行平均的模型。使用预测公式的平均值来预测 2016 年的每一天，并将天数相加得到总收入。
我忽略了缺失的数据，制作了三个模型，对它们进行平均，并预测 2015 年为 540 万欧元，2016 年为 710 万欧元。更好的数据将支持更好的模型。更好的模型有望支持更好的预测。
尼尔斯·玻尔 (Niels Bohr) 曾说过“预测是困难的，尤其是预测未来”。
祝你好运！
