您好 JMP-Com，
我从一个客户那里得到了这个问题，他想在他们的应用程序中使用 ARIMA 模型或时间序列预测 (TSF)。
第一列是时间戳
第 2 列 - N 列有数据点
问题：ARIMA 平台或 TSF 能否说明来自不同时间尺度的滞后点的贡献？
例如;假设我有月度销售数据，并且我知道 4 月份的销售额对 6 月份的销售额有影响。 所以我知道 2 个月的滞后对我的模型很重要。 但是是否存在对今天也有影响的每周/每天/每小时的延迟？ 所以我知道 2 个月的滞后很重要，但我可以看看 3 周前的滞后是否也很重要吗？
月和周在不同的时间尺度上，客户有以分钟为单位的数据。 但他们想知道哪个时间尺度对他们的时间序列模型最重要：每年、每季度、每月、每周。 并且如果时间序列模型可以使用来自不同时间尺度的滞后点。
谢谢你，
可爱的
