我对统计和预测很陌生，我必须建立一个模型来预测一堆城市中不同相关产品的月销售额。
季节性 ARIMA 接缝似乎是一个很好的模型，但这意味着为每个城市的每种产品创建一个模型（我有大约 300 个系列）。我不认为这有什么问题，但我想知道是否有一个模型可以同时考虑所有序列以改进预测。
如何利用具有相同行为的多个序列进行预测？
机器算法验证
时间序列
预测
造型
2022-04-02 07:12:54
3个回答
inside-R 网站上有一篇文章，它使用信号分解进行训练和测试，然后使用神经网络进行预测，这可能是广义回归模型的有用替代方案。提供 R 代码。
尝试找出共同因素，并对这些因素进行建模。例如，您可以运行PCA并查看是否有一些因素可以解释 300 系列的差异。您可能会发现少数主成分解释了所有 300 系列的大部分方差。在这种情况下，您将仅对这几个因素进行建模。然后您可以从因子中恢复原始序列。
其它你可能感兴趣的问题