干货 | 携程如何基于ARIMA时序分析做业务量的预测

作者简介

 

June，携程数据分析经理，对数仓搭建，数据治理，数据分析等方面有较浓厚的兴趣。

一、 前言

时间序列分析是统计学科的一个重要分支。它主要是通过研究随着时间的推移事物发展变化过程中的规律，来进行事物未来发展情况的预测。在我们的日常生活中，股票的价格走势，奶茶店每天的销售额，一年的降雨量分布，河水四季的涨落情况等都属于时间序列。时间序列的分析深入诸多行业。

时间序列的分类：

图1

• 根据指标的平稳性，分为平稳时间序列和非平稳时间序列；

• 根据指标的性质分类，分为总量指标时间序列，相对指标和平均指标时间序列；

• 根据指标的时间属性分类，分为时期指标时间序列，时点指标时间序列；

时期指标时间序列是可以相加的，并且相加是有意义的，比如每天的订单量，一个月的订单量直接将这个月对应的每天的订单量相加即可。时点指标时间序列是不可以相加的，反映的是某一时间点达到的水平，比如每天库存量，库存量相加是没有统计意义的，每月总库存量不等于每天库存量加和。

对于互联网公司而言，业务量是公司经营关注的重要指标之一。实际情况的复杂性给业务量的分析预测带来了许多挑战：

• 具有业务特征的周期性影响

• 节假日等特定时序节点的变异

• 地域差异，空间的相互作用

• 受到库存、实际市场容量的影响

• 其他外生变量，不可控自然或社会因素

对于时间序列的分析，例如订单量，话务量，库存管理等，实现的方式有ANN，RNN，LR，ARIMA，Prophet等，这里我们重点关注ARIMA分析方法。

二、 时间序列分析实践

2.1 ARIMA模型简介

ARMA模型的全称是自回归移动平均模型，可以说是目前最常用的拟合平稳序列的模型。

ARMA模型由两部分组成：

p阶自回归模型AR(p)

 

当时，自回归模型又称为中心化AR(p)模型。非中心化的AR(p)序列也可以转化（通过平移）为中心化的AR(p)模型。

AR模型将某时刻t的值用过去若干时刻t-1到t-p的值通过线性组合以及噪声来表示。

q阶移动平均模型MA(q)

当时，模型MA(q)称为中心化MA(q)模型，对于非中心化的MA(q)模型只要做简单的位移就可以转化为中心化的MA(q)模型。

MA模型是通过历史点的噪声线性组合来表示当前时刻的值。

ARMA模型其实就是AR(P)和MA(q)的组合：

同样的，当时该模型称为中心化的ARMA(p,q)模型。他结合了两个模型的特点，AR模型处理当前数据与后期数据之间的关系，MA则处理随机变动的影响。

对于平稳时间序列可以采用ARMA模型直接进行拟合，但是实际场景中，我们的时间序列都是有趋势的，即一般时序为非平稳的，所以需要做平稳处理，其中最常用的是差分处