Zeitreihenprognose pro KontoWir versuchen, Probleme bei der Zeitreihenprognose in JMP zu beheben. Wir verfügen über Daten, die den Wasserverbrauch (WTR_CCF) pro Konto (SP_ID) für jeden Monat und jedes Jahr von 2010 bis 2021 darstellen; Die Datentabelle umfasst über 59 Millionen Zeilen. Wir möchten den Wasserbedarf auf Kontoebene vorhersagen, stoßen jedoch immer wieder auf einen Fehler, wenn wir das Zeitreihenprognosemodell verwenden, das besagt: „Keine eindeutigen Zeiträume“. Wir verwenden die M/Y-Spalte; Da wir jedoch für jedes Konto das gleiche M/Y haben, kann das Modell nicht ausgeführt werden. Kann jemand bei der Fehlerbehebung helfen? Wir haben auch ein Regressionsmodell mit den anderen Variablen in der Tabelle erstellt und eine Vorhersagefunktion in der Datentabelle gespeichert … aber wie nutzen wir diese dann, um 30 Jahre vorherzusagen und die Schätzungen als prognostizierte Werte in der Zeitreihentabelle zu speichern? ?
Wir haben eine kleine Teildatentabelle und Bilder für die Einrichtung des Vorhersagemodells und die daraus resultierende Formel angehängt.
Erweiterte statistische ModellierungVerbraucher- und MarktforschungDatenmischung und -bereinigungDatenexploration und -visualisierungErgebnisse teilen und kommunizierenBetreff: Zeitreihenprognose pro KontoWir haben versucht, für jeden Kunden, der Daten für jeden Monat hatte, eine Prognose zu erstellen.Das ist einfach nicht möglich. Also, ja, Fehler hingen definitiv mit nicht eindeutigen Daten für bestimmte Daten zusammen.Wir konnten erfolgreich eine Zeitreihenprognose erstellen, indem wir einzelne Kunden nach Kundenkategorie und Monat aggregierten.Damit war auch das in meinem Beitrag vom 31.08.2021 gestellte Problem gelöst: Zeitreihenprognose - Nichts passiert
Danke schön.
Betreff: Zeitreihenprognose pro KontoWelche Fehlermeldung gibt die Time Series Forecasting-Plattform aus? Ist es so etwas wie in diesem Screenshot? Wenn dies der Fall ist, weist Ihre Serie wahrscheinlich doppelte Zeitstempel auf, z. B. erscheint 07/2015 zweimal oder öfter in der Serie von Kunde Y. Selbst eine oder mehrere Serien haben Probleme, die Plattform sollte in der Lage sein, andere Serien zu analysieren, die keine Probleme haben.
Die Datenqualität ist eine Herausforderung bei der Vorhersage vieler Serien. Gruppenzusammenfassung der Zeit und Gruppenzusammenfassung der Daten können helfen, schwer zu erkennende Probleme aufzudecken.
