我正在做时间序列预测，以估计某些消费品 SKU 的月销售额。
我有过去 3 年的实际销售数据，其中前 2.5 年的数据是月销售数据，但最近 6 个月的数据是日销售数据。
我当然可以添加每日数据来获取每月数据，但考虑到总数据点只有 36 个（3 个月），并且获得各种模型（如 ARIMA、指数模型）可能会有点挑战。
有没有办法利用每天最近 6 个月的数据来提高模型的准确性？
时间序列预测中的时间分辨率变化
数据挖掘
时间序列
2022-03-06 11:08:57
1个回答
我会做两个单独的分析：
- 六个月的白天
- 过去 36 个月的月份（最近 6 个月的汇总）
36 个月的分析对于捕捉您无法通过每日数据看到的年度趋势非常重要，但您将通过每日分析获得更精细的数据，以捕捉季度、每月和每周的周期。
其它你可能感兴趣的问题