我有以下变量以及几年前的销售数据：

• date # 简单的日期，可以拆分为年、月等
• shipping_time (0-6 周) # 0 周表示有货，更多周表示产品缺货但货物正在运往仓库的途中。更长的运输时间对销售有显着影响。
• sales # 售出的产品数量

我需要在考虑运输时间的同时预测销售额（季节性变化）。什么是能够产生合理结果的简单回归模型？我尝试了仅使用日期和销售额的线性回归，但这并没有考虑季节性，因此预测相当弱。

编辑：作为准确性的衡量标准，我将从输入中提取随机数据样本并与结果进行比较。

如果可以在 python/scipy 中轻松完成，则加分

数据可能如下所示

--------------------------------------------------
| date           | delivery_time| sales          |
--------------------------------------------------
| 2015-01-01     | 0            |10              |
--------------------------------------------------
| 2015-01-01     | 7            |2               |
--------------------------------------------------
| 2015-01-02     | 7            |3               |
...