我有2013-02-18到2017-02-12之间的每日销售数据,只有4天的数据丢失(每年25日的所有Xmases) . 这些假期的销售量为零 . My purpose is to understand how to staff my store for the upcoming week by short-term predicting my sales for the next 5-7 days worth of data.
我首先将此数据设置为时间序列:
ts
然后通过分解进行初步分析:
这似乎表明我的销售趋势正在下滑,但如果我没有弄错的话,还有一些季节性 . 因此,为了开始我的预测实现,我通过以下方式为前两年的数据拟合了arima模型:
fit
Series: ts[1:730]
ARIMA(4,1,1)
Coefficients:
ar1 ar2 ar3 ar4 ma1
0.3638 -0.2290 -0.1451 -0.2075 -0.8958
s.e. 0.0413 0.0388 0.0388 0.0398 0.0241
sigma^2 estimated as 15424930: log likelihood=-7068.67
AIC=14149.33 AICc=14149.45 BIC=14176.88
这个模型没有't seem right to me, because it does not include any seasonality. I know I have enough data. Rob Hyndman'博客说尝试使用 ets 也没有显示季节性 . 我对这个数据系列或预测方法有什么不了解?