【发布时间】:2020-12-10 11:18:03
【问题描述】:
我刚开始使用{fable} 和{tidyverts} 系列工具,到目前为止一切顺利。
我目前有兴趣根据每日数据生成长期概率预测(最好或首选每月或每季度的分辨率)。我的理解是,时间聚合可以帮助减少模型的不确定性,并将已知的日常影响(尤其是假期影响)传播到例如季度水平并以此方式提高准确性。
对于我计划使用预测 + 协变量的每日数据,对于更高的聚合(每月到每年)指数平滑似乎是合适的。
虽然我想知道这种方法是否普遍很有前景,但我不太确定如何使用 {thief} 构造预测问题以得出概率预测。
PS:我发现这篇文章对每小时数据很有帮助,但我在为每日数据实施它时遇到了问题(例如,创建有意义的聚合和组合预测):https://stats.stackexchange.com/questions/352121/how-to-forecast-hourly-as-well-as-daily-data-in-r
【问题讨论】:
标签: r forecasting facebook-prophet fable-r tidyverts