Ciao JMP-Com,
Ho ricevuto questa domanda da un cliente che desiderava utilizzare i modelli ARIMA o la previsione delle serie temporali (TSF) per la propria applicazione.
La colonna 1 è un timestamp
Colonna 2- La colonna N contiene i punti dati
La domanda: la piattaforma ARIMA o TSF possono tenere conto dei contributi provenienti da punti di ritardo che si trovano in una scala temporale diversa?
Per esempio; diciamo che ho dati sulle vendite mensili e so che le vendite di aprile hanno un impatto sulle vendite di giugno. Quindi so che un ritardo di 2 mesi è importante per il mio modello. Ma c'è un ritardo settimanale/giornaliero/orario che può avere un impatto anche oggi? Quindi so che un ritardo di 2 mesi è importante, ma posso vedere se anche il ritardo di 3 settimane fa è importante?
Mesi e settimane sono su scale temporali diverse e il cliente ha i dati forniti in minuti. Ma vogliono sapere quale scala temporale sarebbe la più importante per il loro modello di serie temporali: annuale, trimestrale, mensile, settimanale. E se è possibile per un modello di serie temporali utilizzare punti di ritardo di diverse scale temporali.
Grazie,
amorevole
