मैं बिक्री डेटा के दैनिक समय की श्रृंखला का उपयोग कर रहा हूं जिसमें लगभग 2 साल के दैनिक डेटा बिंदु शामिल हैं। कुछ ऑनलाइन ट्यूटोरियल / उदाहरणों के आधार पर मैंने डेटा में मौसमी पहचान की कोशिश की। ऐसा लगता है कि एक साप्ताहिक, मासिक और शायद एक वार्षिक आवधिकता / मौसम है।
उदाहरण के लिए, भुगतान के दिन हैं, विशेष रूप से महीने के प्रभाव के 1 दिन पर जो सप्ताह के दौरान कुछ दिनों तक रहता है। कुछ विशिष्ट हॉलिडे प्रभाव भी हैं, जो अवलोकनों को ध्यान में रखते हुए स्पष्ट रूप से पहचाने जाने योग्य हैं।
इनमें से कुछ टिप्पणियों से लैस, मैंने निम्नलिखित कोशिश की:
ARIMA (के साथ
Arima
औरauto.arima
आर-पूर्वानुमान पैकेज से), प्रतिगामी (और फ़ंक्शन में आवश्यक अन्य डिफ़ॉल्ट मान) का उपयोग करके। मेरे द्वारा बनाया गया रेजिस्टर मूल रूप से 0/1 मानों का एक मैट्रिक्स है:- 11 महीने (एन -1) चर
- 12 अवकाश चर
- Payday भाग को समझ नहीं सका ... क्योंकि यह मेरे विचार से थोड़ा अधिक जटिल प्रभाव है। 1 महीने के दिन के दिन के आधार पर, पैश प्रभाव अलग तरह से काम करता है।
मैंने समय श्रृंखला को मॉडल करने के लिए 7 (यानी, साप्ताहिक आवृत्ति) का उपयोग किया। मैंने परीक्षण की कोशिश की - एक बार में 7 दिनों का पूर्वानुमान। परिणाम उचित हैं: 11 सप्ताह के पूर्वानुमान के लिए औसत सटीकता साप्ताहिक एवीएमएस आरएमएसई से 5% तक आती है।
टीबीएटीएस मॉडल (आर-पूर्वानुमान पैकेज से) - कई मौसमी (7, 30.4375, 365.25) का उपयोग करते हुए और स्पष्ट रूप से कोई प्रतिगामी नहीं। साप्ताहिक एएमजी RMSE 3.5% पर ARIMA मॉडल की तुलना में सटीकता आश्चर्यजनक रूप से बेहतर है।
इस मामले में, एआरएमए त्रुटियों के बिना मॉडल थोड़ा बेहतर प्रदर्शन करता है। अब यदि मैं टीबीएटीएस मॉडल के परिणामों में # 1 में वर्णित ARIMA मॉडल से सिर्फ हॉलिडे इफेक्ट्स के लिए गुणांक लागू करता हूं, तो साप्ताहिक एवीजी RMSE 2.95% में सुधार होता है
अब इन मॉडलों के अंतर्निहित सिद्धांतों पर बहुत अधिक पृष्ठभूमि या ज्ञान के बिना, मैं दुविधा में हूं कि क्या यह टीबीएटीएस दृष्टिकोण भी एक वैध है। भले ही यह 11 सप्ताह के परीक्षण में आरएमएसई में काफी सुधार कर रहा है, मैं सोच रहा हूं कि क्या यह भविष्य में इस सटीकता को बनाए रख सकता है। या भले ही ARIMA से TBATS परिणाम में छुट्टी प्रभाव लागू करना उचित हो। किसी भी / सभी योगदानकर्ताओं से किसी भी विचार की बहुत सराहना की जाएगी।
नोट: फ़ाइल को डाउनलोड करने के लिए "लिंक के रूप में सहेजें" करें।