Tengo datos de ventas de una empresa de temporada y quiero pronosticar las ventas en función de la temperatura. ¿Cómo puedo hacer esto en JMP?
No estoy 100% seguro de lo que está tratando de hacer aquí... ¿quizás pueda aclararlo? La pregunta del hilo es sobre la creación de una serie temporal para pronosticar las ventas. ¿Eso es todo lo que quieres hacer? En ese caso, usar las plataformas de modelado y análisis de series temporales es su mejor enfoque. ¿O, en última instancia, está tratando de construir un modelo predictivo de ventas en función de la temperatura? ¿O tal vez son ambos?
Para la pieza de modelado predictivo aquí están mis pensamientos iniciales.
El lugar más simple para comenzar es graficar las columnas de temperatura y ventas en la plataforma de distribución y hacer estas preguntas:
1. ¿Dónde está el medio?
2. ¿Cuál es la propagación?
3. ¿Cuál es la forma?
4. ¿Hay alguna observación que parezca sospechosa, sin sentido, faltante o atípica, que pueda influir en el análisis posterior?
El objetivo aquí es validar que tiene valores razonables y apropiados para cualquier análisis posterior.
Luego iría a la plataforma Fit Y by X y simplemente trazaría los datos allí para darle una idea de la relación, si la hay, entre las variables.
Ahora, dado que desea crear un modelo predictivo en lugar de un modelo explicativo, pensaría en una estrategia y tácticas de validación de modelos que le gustaría usar. Lo que haga a continuación depende en parte de si está utilizando JMP o JMP Pro. Demasiados caminos diferentes aquí para sugerir un enfoque apropiado... lea la documentación de JMP sobre validación para comenzar.
Ahora, finalmente, es hora de crear un modelo. Dentro de la plataforma Fit Model (y otras) tiene una gran cantidad de caminos. Mi recomendación es elegir al menos algunos y ver qué tan bien funcionan con miras a responder al problema práctico en cuestión.
Buena suerte. Estoy seguro de que otros ofrecerán pensamientos adicionales.
