我有一组预测变量和另一个目标变量。
现在我真的很困惑使用什么方法来预测目标变量。
例如，我的数据集有每个客户一年的客户利润（这是我的目标变量）和一组预测变量（不同账户的余额）。
现在我需要预测未来 5 年的利润。我对没有未来数据（预测变量）的部分感到困惑。
我有哪些可能的建模选择。请协助。
使用回归模型预测未来价值
数据挖掘
r
预测建模
2022-02-10 10:25:45
3个回答
您应该区分时间序列预测（根据某些属性的已知历史来预测未来）和模型预测（根据预测变量计算目标变量）。
在您的情况下，您可以结合这两种方法，即对客户余额使用时间序列预测并应用回归模型来计算结果的利润。
生成一组预测变量的一种方法是添加噪声。在您的情况下，这可能会很好，除非由于金融危机等不受控制的情况而导致很多变化。你必须小心添加噪音。它应该彻底测试您的模型的稳健性。一种方法是添加每个属性的方差分数。
对于简单的外推，使用predict()函数；用参数调用它newdata=。这是一个数据框，其中包含您未来 n 年的属性值。
否则，请检查包中的forecast()功能forecast。R 备忘单在这里推荐
其它你可能感兴趣的问题