机器算法验证 - 使用许多零条目预测每日时间序列销售收入 - 吾爱随笔录

我一直在尝试预测不同产品组的销售收入（显示的销售收入每天汇总所有产品，例如具有不同价格的智能手机作为一组），但还没有找到正确的方法。我几乎是时间序列分析/预测和使用 Python 的新手。我尝试使用 (S)ARIMA，但没有得到有意义的结果。我认为主要问题是我的数据太稀疏，我只有大约一年半的数据点。最重要的是，时间序列波动很大。我的假设是否正确，即 ARIMA 对像我这样的数据结构有问题？（因为它使用系列的平均值？）

顶部图像是“更好”的时间序列之一，底部图像是“平均”时间序列之一。我尝试重新采样每周数据，然后我认为预测更合适，但我失去了一周平均的一些信息。对于底部示例，每周数据仍然不足以使用 ARIMA。如果可能的话，我宁愿使用每日数据。最后，我想添加外生特征，如星期几、天气、促销等

鉴于我的数据的计数性质，我有哪些选择？我真的很感激一些指示。我的研究导致了“克罗斯顿方法”。它适合我的问题吗？我需要将我的 $ 更改为销售数字吗？是否有用于 croston 的 Python 包，还是我必须使用 R？任何帮助深表感谢。

粘贴数据

编辑

澄清不同的时间序列代表什么：两者都是不同的产品组（我有大约 10-20 个）。而我更感兴趣的预测（因为我的大部分数据看起来都是这样）是最底层的。

我为底部时间序列做了更多准备。

from statsmodels.tsa.stattools import adfuller
series = dataframe["Sales Revenue2"]
X = series.values
result = adfuller(X)

(-1.3334675205365911,
 0.6137252422831784,
 15,
 267,
 {'1%': -3.4550813975770827,
  '10%': -2.5725712007462582,
  '5%': -2.8724265892710914},
 3623.772858172633)

所以时间序列不是静止的。

现在使用分解：

 from statsmodels.tsa.seasonal import seasonal_decompose
 result = seasonal_decompose(dataframe["Sales Revenue2"], model='additive')
 fig = result.plot()
 plt.show()

老实说，我还没有想出 100% 的分解。由于模式每 7 天重复一次，图片是否显示我每周有季节性？

接下来看看 ACF 和 PACF

模式告诉我什么？

然后？

我也试图区分时间序列并得到

def difference(dataset, interval=1):
    diff = list()
    for i in range(interval, len(dataset)):
        value = dataset[i] - dataset[i - interval]
        diff.append(value)
    return diff

PACF 看起来很时髦。（负值在 conf 区间外从 41 增加到 48 到 -1，然后在 49 处跳到正 3，之后缓慢下降） ACF 在 conf 区间内，除了 1 阶的负值

我的下一步是尝试使用 auto.arima（在 Python 中）

我试过 m=7，对于每周的季节性？和不同的起始值。

我不明白为什么那些是最适合的订单？这与我的第一个 ACF/PACF 相比如何 - 我是否需要 dif t=7 才能看到该顺序的真正 ACF、PACF？

我还尝试在没有季节性趋势设置 m=1 的情况下进行拟合。

最让我恼火的是顺序 (1,1,1) 非常接近

到没有季节性的最佳模型 (12,1,1)（该顺序如何组合在一起？） 3743 与 3738 相比的 AIC

如果有人可以指导我了解我的结果，我将不胜感激。我可以使用 ARIMA 来预测我拥有的数据吗？新的结果看起来还不错。我得到的结果大多与上一个例子相似，只是在平均值附近。但是我之前是逐步使用的，现在我明确地尝试了更高的订单。如果我的非零值更少怎么办。我的方法是将时间序列转换为计数数据的方法是什么？

再次感谢！

（由于我没有足够的声誉，我不得不剪掉一些图表。第一个时间序列现在已经消失了，因为它并没有真正关注我的主题 - 我只是想展示一个比较。我还必须剪掉差异 ACF和PACF