मेरे पास एक उत्पाद के लिए दैनिक बिक्री डेटा है जो अत्यधिक मौसमी है। मैं रिग्रेशन मॉडल में मौसमी को पकड़ना चाहता हूं। मैंने पढ़ा है कि अगर आपके पास त्रैमासिक या मासिक डेटा है, तो उस स्थिति में आप क्रमशः 3 और 11 डमी चर बना सकते हैं - लेकिन क्या मैं दैनिक डेटा के साथ सौदा कर सकता हूं?
मेरे पास तीन साल का दैनिक डेटा है। स्वतंत्र चर मूल्य बिंदु, प्रचारक ध्वज (हां / नहीं), और तापमान हैं। निर्भर चर उस उत्पाद की बिक्री है। मैं एक समय श्रृंखला मॉडल की तलाश नहीं कर रहा हूं क्योंकि मैं कई प्रतिगमन मॉडल का उपयोग कर रहा हूं।
आपके पास कितना डेटा है? कितने साल के लायक? क्या आपके पास तापमान जैसे किसी भी चीज़ का डेटा है? आपके बाकी मॉडल की तरह क्या है? आपके DV और IVs क्या हैं?
—
पीटर Flom - को पुनः स्थापित मोनिका
पीटर फ़्लॉम ने जो पूछा, उसके अलावा क्या आप अपने डेटा को अनिवारीट टाइम सीरीज़ या मल्टीवेरेट टाइम सीरीज़ के रूप में मॉडलिंग कर रहे हैं? यदि यह बहुभिन्नरूपी है, तो क्या आपके पास अन्य चर हैं? क्या वे चर मौसमी व्यवहार प्रदर्शित करते हैं? यदि ऐसा है तो डमी चर जोड़ना अनावश्यक होगा। क्या आप ये अतिरिक्त जानकारी प्रदान कर सकते हैं?
—
फोरकास्टर
मैंने अपना प्रश्न संपादित किया है। क्या आप कोई समाधान प्रदान कर सकते हैं। धन्यवाद
—
आरुषि
मैं पूरी तरह से @IrishStat से सहमत हूं, हम समय श्रृंखला के मॉडल की उपेक्षा नहीं करेंगे, बहुत अच्छा मॉडल है जो कई मौसमी को कैप्चर कर रहा है। मेरा सुझाव होगा कि आप घातीय चौरसाई राज्य अंतरिक्ष मॉडल की जांच कर सकते हैं, जिसमें कई अन्य व्यक्तित्व को संभालने की क्षमता है। प्रवृत्ति, साथ में। R.you में विशेष रूप से यदि आप पूर्वानुमान () पैकेज का उपयोग कर सकते हैं।
—
कार्थी वी