我想对商店销售的演变进行建模。

这是我拥有的数据：

• 客户根据首次购买日期汇总到每月群组中， 例如：2015 年 1 月进行第一次购买的客户属于群组 1，2015 年 Fev 进行第一次购买的客户属于群组 2。

• 销售额：每月汇总*队列（队列 4 不可见，因为只有 1 条记录没有行）

如果我们将所有队列放在同一个原点：

问题：如何预测未来2个月的支出，即：

• 队列 1 在 5 岁和 6 岁时的支出
• 队列 2 在 4 岁和 5 岁时的支出
• 第 3 组在 3 岁和 4 岁时的支出
• 第 4 组在 2 岁和 3 岁时的支出

但也适用于尚不存在的队列：

• 第 5 组在 1 岁和 2 岁时的支出
• 队列 6 在其老龄化 1 中的支出

我有两种方法，但不知道它们是否好：

1. 使用 2 个参数进行多项式回归：
   • 老化：因为随着时间的推移有明显的演变，先上后下。
   • 队列数量：因为最近的队列似乎花费更少。
2. 时间序列：我最近没有执行时间序列我有点生锈，所以我更喜欢使用其他东西，但我认为它可以解决这个问题。

事实上，显然 y t-1 t in y t-2 ... 是 y t 的良好预测指标，但如何预测没有历史的未来队列的支出？