构建时间序列需求预测模型

数据挖掘 算法 预测
2022-02-26 22:42:07

我正在预测对某些类型的商品和服务的需求,我希望这些需求与一篮子宏观经济指标的子集相关(考虑 15-20 个指标)

我不知道哪些指标对需求的影响更大,它们是否具有简单的相关性影响,或者变化的导数是否会影响需求(例如 GDP 或 GDP 变化),或者是否对需求有延迟影响(例如政府支出增加去年可能更好地预测今年的需求?)。一些宏观指标可能相互关联。

我对可能的指标有一些基本假设——可能是对的,也可能是错的。

问题 1. 什么是好的时间序列预测模型?除了多元回归之外,还可以考虑什么?2. 有没有工具可以输入历史需求,历史宏观指标,然后输出哪组指标最能预测需求,哪个模型效果最好?

我知道如何在 excel 中进行回归,但这一次只是一组指标。20 个指标(加上衍生品,加上滞后)引发了很多我无法手动模拟的可能性。

任何帮助表示赞赏。

1个回答

使用外生变量(也称为外部回归变量,如您提到的 GDP)的时间序列预测可能很复杂。我建议从包含外生变量的ARIMA(自回归综合移动平均)模型开始,例如R 中的 arima或Python 中 statsmodels 中的 sarimax